在近日举行的2022英特尔中国数据中心合作伙伴技术峰会上,英特尔诚邀产业伙伴一同就数据中心硬件架构、软件产品及解决方案的技术创新展开深入探讨,并进一步展现了英特尔如何与产业伙伴形成合力,通过构建行业统一标准和联动技术创新,推动数据中心的绿色、智能、高效发展,从而为数字经济发展铸就坚实基石。
英特尔市场营销集团副总裁、中国区数据中心销售总经理兼中国区运营商销售总经理庄秉翰
会上,英特尔市场营销集团副总裁、中国区数据中心销售总经理兼中国区运营商销售总经理庄秉翰指出:“在算力需求呈指数级增长的时代,英特尔正积极携手中国产业伙伴,在无所不在的计算、无处不在的连接、从云到边缘的基础设施、人工智能这‘四大超级技术力量’的驱动下加速技术创新与变革,以灵活、安全、绿色的多元化产品与服务构建智能化新型数据中心,推动以数字化升级和可持续发展为综合目标的产业高质量发展。”
英特尔数据中心与人工智能集团副总裁兼中国区总经理陈葆立
与此同时,英特尔数据中心与人工智能集团副总裁兼中国区总经理陈葆立表示:“在算力就是生产力的现阶段,机遇与挑战兼备,需要产业界前所未有的通力合作。基于此,英特尔不仅致力于打造领先的数据中心全栈产品,亦持续深耕生态,携手中国产业伙伴推动绿色计算,拓展产业应用,深化节能减排,推动‘碳达峰’、‘碳中和’,助力经济的可持续发展。”
为不断夯实数据中心基础设施,英特尔始终致力于以行业领先的创新技术打造全栈硬件产品组合。基于XPU战略,英特尔打造了跨CPU、GPU、FPGA、IPU等多种架构的算力资源,以为多元化业务和应用场景需求提供定制化算力服务。其中,英特尔不仅即将推出第四代英特尔®至强®可扩展处理器Sapphire Rapids,为现代性能树立新标杆。面向未来几代英特尔®至强®系列处理器,英特尔亦制定了全新的架构策略并推出性能核(P-core)和能效核(E-core)并进的双轨产品路线图,旨在将两个优化的平台整合为一个通用的、定义行业发展的平台,并极大限度地增强产品的每瓦性能和细分功能。
数据中心硬件产品的日益丰富,加速推动了多元化算力的发展,而与此同时,为打造低碳节能的绿色算力,英特尔亦长期秉持可持续发展理念,积极推动绿色数据中心标准化建设。本次峰会上,绿色数据中心技术创新论坛正式成立,英特尔携手论坛成员共同发布《绿色数据中心创新实践——冷板液冷系统设计参考》,旨在突破数据中心系统功耗限制,并在降低设计与使用成本的同时,建立并逐步完善冷板液冷的生态系统,从而有效降低数据中心PUE值。对此,英特尔数据中心平台技术与架构部中国区总经理王飞表示:“英特尔期望以绿色数据中心技术创新论坛为平台,与服务器厂商、云服务商、电信运营商、部件提供商以及数据中心托管服务商等伙伴就绿色数据中心技术框架进行持续合作,共建绿色数据中心软硬件解决方案生态,助力国家双碳目标。”与此同时,英特尔亦分别面向互联网和企业的国际市场与通用服务器市场,首次发布DC-MHS服务器行业设计标准以及开放通用服务器平台(OCSP),旨在通过模块化设计和行业统一标准,引领行业规范与成熟化发展,联合产业链上下游减少生产阶段的碳排放及电子废料,共同促进可循环经济发展。
英特尔数据中心平台技术与架构部中国区总经理王飞(右十)与行业伙伴共同见证绿色数据中心技术创新论坛成立
在硬件架构快速演进并呈现指数级扩展的今天,软件的价值也愈发重要。现阶段,越来越多的数据中心是由软件来定义的,数据中心的建设、管理和应用均离不开软件加持,软件可被视作为数据中心的“灵魂”。英特尔中国软件技术合作事业部总经理唐炯强调:“英特尔始终坚持‘软件优先’的策略,通过打造数据中心软件产品,贡献开源软件项目和社区建设,并且与数据中心以及行业应用领域的ISV/SI广泛合作来加速数据中心产品方案演进与产业创新升级。”面对数据中心发展所带来的硬件多样异构和快速演进的要求,英特尔推出了oneAPI等行业标准的跨平台生产力软件工具,大大降低软硬件开发的复杂度,释放开发者生产力,充分发挥硬件性能。英特尔的开放合作与生态建设策略也收获了软件合作伙伴的积极支持和广泛认可,基于英特尔软硬件产品优势和技术支持,如金蝶、沃趣科技、星辰天合等软件企业得以集成硬件优势特性快速向市场推出优化的解决方案,满足现代企业数字化转型需求,为数据中心用户释放数据的巨大价值。
英特尔中国软件技术合作事业部总经理唐炯
数字技术和人类的生产生活,正以前所未有的广度和深度交汇融合。值此机遇与挑战并存之际,英特尔将在驾驭行业转折性技术的基础之上,与中国广大产业伙伴通力合作,从根植中国到基于本地需求量身定制产品和服务,以推动深层次本土融合创新,促进产业链升级,解锁未来智能新机遇。
好文章,需要你的鼓励
四川大学研究团队发现,当前先进的AI模型在面对信息不完整的数学问题时,缺乏主动询问澄清信息的能力,更倾向于基于假设给出答案。
中南大学等机构联合发布TextAtlas5M数据集,包含500万图像-文本对,专门解决AI长文本图像生成难题。该数据集平均文本长度148.82词,远超现有数据集,涵盖广告、学术、教育等真实场景。配套的TextAtlasEval基准测试显示,即使最先进的商业模型也面临显著挑战,为AI图像生成技术指明了新的发展方向。
从11岁就梦想造人形机器人的Bernt Bornich,用'huggable'形容他的Neo Gamma机器人——这个能举起150磅的66磅'运动员',正以家庭为试验场突破AI学习瓶颈:'工厂20小时就触及学习天花板,而家庭环境的多样性才是通往AGI的钥匙'。
剑桥大学研究团队创建了史上最难的AI视觉测试ZeroBench,包含100道精心设计的视觉推理题目。在这项测试中,包括GPT-4o、Claude、Gemini在内的20个全球最先进AI模型全部得了0分,暴露了当前AI在基础视觉理解上的严重缺陷。研究发现AI主要在计数、空间推理等基础任务上失败,而非逻辑推理能力不足。