布加迪威龙世界顶级超跑车的典范,具备各种跑车极速标准叱咤车坛。Bugatti Veyron拥有最强劲的马力,布加迪威龙,拉风的外形,强悍的性能,特别是风驰电掣的速度,让见者侧目,试者倾心。
同样讲究性能与速度的,还有关键业务服务器领域。其中,Dell PowerEdge R930凭借紧实健美的外在、无与伦比的内涵,再加上赫赫有名的服务器世家背景,如同服务器界的超级跑车,赢得了诸多企业用户的青睐。
2015年6月11日,PowerEdge R930从戴尔“超跑”工厂出发,开启了服务企业用户之路。现在,我们细数PowerEdge R930拥有的技能。
澎湃性能更快,更强,更稳
超跑有三宝:速度、性能、稳定。PowerEdge R930天然自带的高性能技能可轻松搞定虚拟化与大数据所带来的关键应用运行不稳定的问题。它采用四个最新的英特尔至强E7 v3处理器,其中每个处理器配置多达18个核心(总共有72个核心),包含多达96个DCIM的DDR4内存,可提供6TB的存储容量,以便支持大型数据 集在内存中完全运行。
这款四路机架服务器是目前为止戴尔培养出的性能最强大的机器,专用于处理要求最苛刻的任务关键性工作负载和应用程序,如ERP、CRM、OLTP与内存数据库。
智能融合 储存与计算齐头并进
不仅如此,PowerEdge R930让存储更靠近计算,配备大规模内部存储,多达24个12Gb SAA驱动器,或16个12Gb驱动器,与8个超快Express Flash NVMe PCIe固态硬盘组合,可确保你的常用数据存储在性能最高的驱动器上。PERC 9RAID控制器可提供12Gb每秒的数据传输速率,从而提高吞吐量与性能。PowerEdge R930配置多达10个PCIe插槽,可支持其他功能与连接。
超凡表现 跑分测试毫无压力
一 系列测试也展现了PowerEdge R930在满足企业用户对性能、内存与可靠性等方面的能力:在SAP HANA测试中相比上一代产品,PowerEdge R930在SAP BW-EML基准性能测试中高出26%,在SD Tier2基准测试中高出22%;在Oracle测试中,使用SAS固态硬盘和SanDisk DAS Cache相比转轴硬盘数据库性能提升9倍,全部使用SAS固态硬盘比转轴硬盘性能提升8倍;相比装有Express Flash NVMe固态硬盘的R920之上运行联机事物处理工作负载时,PowerEdge R930性能提升了42倍。
由此可见,PowerEdge R930为关键业务服务器代言。通过内置可靠性、可用性和可服务性(RAS)功能,如戴尔独有的容错内存,保护关键应用和数据密集型应用,媲美传统大型机。
轻松驾驭 人性化智能管理
作为PowerEdge R930的家长,戴尔在服务器市场已辛勤耕耘20年,从份额不到4%到如今稳居全球x86服务器市场第二名。PowerEdge R930继续传承戴尔PowerEdge服务器的设计理念:以客户为中心,倾听客户声音,将客户反馈融入产品设计之中,即“客户启发、戴尔设计”。
PowerEdge R930采用了集成式戴尔远程访问控制器(iDRAC)。采用生命周期控制器技术的iDRAC允许管理员从任意位置对戴尔服务器,进行监控、管理与故障排 除,企业用户无需使用任何代理程序,使用何种操作系统,也不受所安装的操作系统或虚拟机管理程序的限制。
在管理方面,通过戴尔最新的OpenManage系统管理产品组合,把配置时间最多缩短99%,手动库存时间最多缩短91%。此外,采用英特尔的可靠运行技术产品组合以及可靠性增强功能,例如预测性故障分析,在降低延迟的同时优化交易和运行。
结语
PowerEdge R930是戴尔性能最高的服务器,是一款动力十足的产品,结合戴尔软件和服务,许多非x86客户能够轻松地从Unix迁移到Linux,并迁移到一个更富创新性、未来就绪的数据中心。
最快的速度,是一个科技的成就…
好文章,需要你的鼓励
Spotify宣布已从其目录中删除7500万首"垃圾"音乐,作为打击日益泛滥的欺诈性音频内容和"AI垃圾"的努力。公司发布新政策禁止冒充、垃圾提交和欺诈版税生成。目前流媒体服务每日收到约15万首新曲目,其中28%为纯AI生成。主要唱片公司担心低质量内容稀释人类艺术家的版税池,而AI工具进一步加速了这一趋势。
ETH苏黎世大学研究团队提出OBR(最优脑重建)框架,创新性解决了大语言模型压缩中量化与剪枝方法的根本冲突。通过"分组错误补偿"机制,OBR实现了W4A4KV4+50%稀疏性的极端压缩,在保持优秀性能的同时获得4.72倍速度提升和6.4倍内存节省,为边缘设备部署大模型开辟新道路。
Meta公司推出名为"Vibes"的全新信息流功能,专门展示由创作者使用AI技术制作的视频内容。该功能将人工智能生成的视频内容进行整合和分类,为用户提供更加个性化的AI视频浏览体验,标志着Meta在AI内容分发领域的又一重要布局。
斯坦福大学研究团队开发出概念组合学习框架,让AI系统像人类一样学会"举一反三"。该技术将复杂学习任务分解为基础概念模块,通过灵活组合处理新任务,学习效率比传统方法提高10倍。实验显示在多概念组合任务中准确率达78%,并具备跨领域迁移能力。这项突破为通用人工智能发展奠定重要基础,预计将在医疗、教育、自动驾驶等领域率先应用。