【2022 年 9 月 13 日加州圣何塞讯】Super Micro Computer, Inc. (SMCI) 为企业级运算、储存、网络解决方案和绿色计算技术等领域的全球领导者,宣布推出其目前最高阶的GPU服务器,该服务器将搭载八个NVIDIA H100 Tensor Core GPU。全新的高阶GPU系统采用先进的气流设计,允许更高的进气温度,能降低数据中心的整体电力使用效率(PUE),同时保持绝对最高的性能配置。此外,Supermicro将通过推出这款全新的通用GPU服务器,扩展其GPU服务器系列,持续稳占业界最完整系列的地位。Supermicro目前提供三种不同的通用GPU系统:4U、5U 和新的8U 8GPU服务器。通用GPU平台支持现有和未来的Intel和AMD CPU:功率最高可达400W、350W 以上。
Supermicro总裁暨首席执行官梁见后(Charles Liang) 表示:“Supermicro凭借极其灵活且高性能的GPU服务器,搭载强大的NVIDIA A100和H100 GPU,持续引领业界。这款全新服务器将支持下一代的CPU和GPU,并采用相同的机箱设计,具备强劲的冷却能力。我们将不断寻求创新,为我们日益增长的客户群提供完善的IT解决方案。”
8U服务器专为各种运算密集型工作负载所设计,让数据中心发挥最佳性能。全新的8U GPU系统采用高性能的NVIDIA H100 GPU。最大内存容量为8TB,可将庞大的资料集保存在存储器内,加快AI训练或HPC应用程序的执行速度。此外,其先进架构系专为GPU对GPU通讯而设计,有助于缩短AI训练或HPC模拟的时间。再加上NVIDIA GPUDirect储存技术,GPU可直接访问数据,进一步提高效率。
创新的气流设计有助降低风扇转速,进而减少数据中心产生的噪音、降低耗电量,同时降低总拥有成本。此外,系统同时支持AC和DC电源,包括支持标准的OCP DC机架配置。
Supermicro支持开放标准并遵守开放电源规范,确保Supermicro的新服务器能在客户现场快速交付及安装,更快取得生产力成果。

了解更多搭载NVIDIA A100的 Supermicro GPU服务器,请访问:
https://www.supermicro.com/en/accelerators/nvidia
了解更多Supermicro GPU服务器,请访问:https://www.supermicro.com/en/products/gpu
关于Super Micro Computer, Inc.
Supermicro (NASDAQ:SMCI) 是应用优化全方位IT解决方案的全球领导者。成立于美国加州圣何塞,Supermicro致力于为企业、云计算、人工智能和5G 电信/边缘IT 基础架构提供领先市场的创新技术。Supermicro正转型为全方位IT 解决方案提供商,完整提供服务器、人工智能、储存、物联网和交换机系统、软件和服务,同时继续提供先进的大容量主板、电源和机箱产品。Supermicro 的产品皆由企业内部设计和制造,通过全球化营运展现规模和效率,并优化以提高 TCO及减少对环境的影响(绿色运算)。屡获殊荣的Server Building Block Solutions 产品组合能让客户从灵活且可重复使用的构建区块所打造的广泛系统系列中选择,支持各种规格、处理器、内存、GPU、储存、网络、电源和散热解决方案(空调、自然气冷或液冷),进而针对客户实际的工作负载和应用实现最佳性能。
Supermicro、Server Building Block Solutions 和 We Keep IT Green 皆为Super Micro Computer, Inc. 的商标和/或注册商标。
所有其他品牌、名称和商标皆为其各自所有者之财产。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。