关于服务器我一直有个设想:未来每个人都有一个专属服务器。这个服务器是每个人在互联网的数据中枢。这个服务器:安全,只有所有者拥有管理权限;强大,可以存储数据并保护隐私。当人离开世界时,可以选择把一些数据留给家人,也可以选择把自己在互联网的记忆全部抹去……
较高的内存频率可以提高数据传输速度,从而加快计算机的运行速度和响应速度。这尤其适用于需要大量读写数据的任务,例如视频编辑、3D渲染等。
尽管多年来一直预测DRAM将被其他类型的内存所取代,但它至今仍然是几乎所有计算芯片中必不可少的组件。DRAM的足迹没有消失,而是一直在增加,DRAM类型的选择也在增加。
我们知道,各类智能网卡在服务器集群中的大规模部署,可以进一步降低数据中心建设和运营成本,更好地将服务器资源货币化。但仅从网卡层面来看,这个方案还存在不少优化空间。
作者:Norman P. Jouppi, Cliff Young, Nishant Patil, David Patterson
AI 科技评论按:ACM 通讯(ACM Communications)在线杂志近期刊登了一篇作者来自谷歌的文章,带领我们重新审视了近几十年的半导体发展历程,以及 AI 研究、应用人员们如今已经接受了的问题:专用处理器为什么好、为什么火起来。值得注意的是,这篇文章的作者之一正是谷歌 TPU 团队成员、UC 伯克利大学退休教授、2017 年图灵奖获得者 David Patterson。AI 科技评论全文编译如下。
这次我们准备聊下决定系统计算性能的两大关键指标,1. 浮点运算能力(FLOPS), 2. 内存带宽(Memory Bandwidth)。
CPU的算力发展跟不上算力需求,所以人们考虑可以将一部分原本CPU承载的功能卸载到其他专用硬件上去处理(比如网卡),从而释放CPU算力,让其专注于处理关键的(创造经济效益的)用户业务。
本文分成两部分,上一部分传送门:《八百元八核的服务器?二手服务器搭建指南》 在上一部分我们已经学习了搭建二手服务器的基础知识,这部分,我们将深入学习各种配件的详细参数、选择适合的配置、学习搭建八百元八核的服务器。 不过,在我们开始之前,让我先对上一部分中,同学们提出的问题做一下回答。 1、最多人质疑的一点:功耗和噪音问题。 我估计这里大家指的“功耗”应该是“功耗性能比”。受限于老一代的制程,1366的功耗性能比是较低的,而到了2011 V2,事实上已经跟民用级的Core i7-3900系同是22nm制程了,
2月20日消息,美国人工智能初创公司Groq最新推出的面向云端大模型的推理芯片引发了业内的广泛关注。其最具特色之处在于,采用了全新的Tensor Streaming Architecture (TSA) 架构,以及拥有超高带宽的SRAM,从而使得其对于大模型的推理速度提高了10倍以上,甚至超越了英伟达的GPU。
(接上文《Google对数据中心成本模型的分析——上》) 三、案例分析 虽然变量繁多,但通过观察不同行业的小部分数据中心案例,仍有助于我们理解这些成本因素的影响大小。首先我们看一个典型的新建于美国的,IT负载规模为几兆瓦的数据中心(大约是uptime institute Tier 3等级)。它装满了大量的机架式高端服务器产品(以某公司配置为2个CPU、48G RAM、四个硬盘的PowerEdge R520为例),其峰值功率大约为340W,某年的价格大约为7700美元,其它的一些变量参数如下: “ 1.某年美
X86 指 Intel 处理器家族,从 8086 开始,随后发布 80186、80286、80386、80486、Pentium 和 Xeon 等。X86 中的 86 表示其早期处理器的最后 2 位数字。
本文将介绍一台有些年代感,低功耗、相对廉价的 MiniPC:NUC7CJYH。在使用了半年之后,我觉得是一个合适的时间点来“盘一盘”它了。
最近朋友送了我一整套 LGA2011 平台,CPU、内存、电源、主板什么的一应俱全。看着马云上 E5-2650v2 的价格只要80一颗了,就整了两颗回来玩玩。虽说是 Ivy Bridge – EP 的老古董了,但双路16核32线程看着还是很舒服的,160块钱还要有多高的要求呢?
Android 性能测试,跟 pc 性能测试一样分为客户端及服务器,但在客户端上的性能测试分为 2 类:
4月8日上午,在鹤壁举行的信息技术自主创新高峰论坛上,龙芯中科正式发布了龙芯3D5000处理器,这是龙芯5000家族的最新成员,首次使用芯粒(chiplet)技术将2个龙芯3C5000封装在一起,做到了32核。
信不信,随便逮住一个人问他知不知道CPU,我想他的答案一定会是肯定的,但是如果你再问他知道ARM和X86架构么?这两者的区别又是什么?绝大多数的人肯定是一脸懵逼。今天小编就带你深入了解CPU的这两大架
本篇文章,继续分享另外一台端午假期折腾的设备,HP MicroServer Gen10 一代。同样分享下我的折腾思路,希望能够帮助到有类似需求的你。
64核AMD EPYC再次胜出,因为这款升级版芯片在没有增加能耗的情况下提升了性能。 互联网基础设施公司Cloudflare近日透露,它无法将英特尔放入其新的自制服务器中,原因是英特尔芯片的能耗实在太大了。 平台运营工程师Chris Howells在周二发布的博文中披露,自2020年年中以来,Cloudflare 一直致力于面向第11代服务器的设计。 Howells写道:“我们评估了英特尔最新一代的‘Ice Lake’至强处理器。虽然英特尔的芯片在原始性能方面能够与AMD相竞争,但每台服务器的功耗要高出数
数据中心行业最常用的两种服务器是刀片服务器和机架服务器,本文带大家了解一下这两种服务器。
DPU/IPU的重要性已经达成了共识。但围绕DPU的定位存在一些争论,不同的公司根据自己技术特点选择不同技术路线。首先我们回顾一下数据中心的问题和技术发展的趋势需求:
原文地址 - https://www.eetimes.com/chip-startups-for-ai-in-edge-and-endpoint-applications/
安妮 陈桦 编译自 The Next Platform 量子位 报道 | 公众号 QbitAI 在上周召开的Google I/O 大会上,谷歌正式公布了第二代TPU,又称Cloud TPU或TPU 2。但是,谷歌并没有详细介绍自己的新芯片,只展示了一些照片。 The Next Platform今天发布一篇文章,基于谷歌提供的图片和细节,带你深入了解谷歌的TPU2。量子位编译如下: 首先要说明的一点是,谷歌不太可能向公众出售TPU的芯片、主板或是服务器。目前看来,TPU2还是一个只供内部使用的产品。只有极少数
在数字化时代,服务器是支撑互联网和各类科技应用的核心基石。无论是浏览网页、发送电子邮件,还是观看在线视频,背后都离不开庞大而复杂的服务器系统。然而,当我们享受着数字化便利的同时,很少有人会对服务器的硬件构成有深入了解。本文将带您进入服务器的神秘世界,探寻服务器是如何由各种硬件组件构成的。
本篇内容,分享一台端午假期折腾的设备,HP Gen10 Plus v2,分享下我的折腾思路,希望能够帮助到有类似需求的你。
后摩尔定律时代,数据中心服务器算力的增长跟不上带宽的增长,原本用来处理业务的算力被大量浪费在处理网络数据和基础设施业务上(OVS、NFV),通过CPU软件模拟的方式性能已经无法满足需求,服务器性能已经达到瓶颈,市面上不少客户可能会考虑两个选择:
随着硅基半导体技术的飞速发展,摩尔定律似乎已经走向了尽头。而作为行业老大的 Intel 也不能幸免,被冠上了牙膏厂的名头。虽然产品性能提升越来越缓慢,但我们可以看到 Intel 在微型化和高能效比方向发展的决心。今天我们看到的这一款手掌大小的迷你电脑就是一个很好的例子,LattePanda 不过一部智能手机的大小,却能够运行完整的 Windows 系统,这在几年前几乎是不可想象的。
9月27日消息,全球知名半导体制造商ROHM(总部位于日本京都市)开发出、设备端学习AI芯片(配备设备端学习AI加速器的SoC),该产品利用 AI(人工智能)技术,能以超低功耗实时预测内置电机和传感器等的电子设备的故障(故障迹象检测),非常适用于IoT领域的边缘计算设备和端点。
许多嵌入式系统部署在人类操作员很难或无法访问的地方。 对于物联网应用程序来说尤其如此,物联网应用程序通常数量较大,电池寿命有限。 一些例子是监视人或机器健康状况的嵌入式系统。 这些挑战,再加上快速的软件生命周期,导致许多系统需要对OTA更新提供支持。
众所周知,安卓支持3类处理器(CPU):ARM, Intel和MIPS。其中ARM无疑被使用得最为广泛。Intel因为普及于台式机和服务器而被人们所熟知,然而对移动行业影响力相对较小。MIPS在32位和64位嵌入式领域中历史悠久,获得了不少的成功,可目前Android的采用率在三者中最低。 处理器(CPU)
现在的企业级NVMe SSD的性能真是让人震撼,有些SSD的性能动辄上百万IOPS,延迟20μs~1ms(视队列深度),冬瓜哥这辈子恐怕都用不了这么高的性能。冬瓜哥感觉,这个性能应对99%的应用已经完全够用了。剩下的1%就是一些极其特殊的场景,比如广泛存在于大型互联网后端的一些系统,以及少数特殊行业。
点击上方蓝字每天学习数据库 本文作者:黄稚禹,腾讯云数据库产品经理。曾任职新浪彩票数据库总监,精通金融系统的数据运维体系架构。之前为腾讯视频、腾讯新闻、企鹅号、财经自选股等业务的数据平台总负责人。 ---- 大家都知道很多关于MySQL Server相关的优化技巧,比如:MySQL参数配置优化、MySQL的SQL语句优化、MySQL的schema设计优化。但却对运行MySQL的操作系统和硬件优化有所忽略。本文从Linux操作系统和服务器硬件的角度来说下关于MySQL的优化技巧,如果在MySQL Serve
在计算机处理器设计中,RISC(精简指令集计算机)和CISC(复杂指令集计算机)是两种主要的指令集架构。尽管它们都有各自的优势和劣势,但它们的设计理念和实现方式有显著不同。本文将详细讲解RISC和CISC的区别,并探讨它们各自的特点。
后摩尔定律时代,单靠制程工艺的提升带来的性能受益已经十分有限,Dennard Scaling规律约束,芯片功耗急剧上升,晶体管成本不降反升;单核的性能已经趋近极限,多核架构的性能提升亦在放缓。AIoT时代来临,下游算力需求呈现多样化及碎片化,通用处理器难以应对。
美光本周宣布,它已经开始对其 256 GB multiplexer combined (MCR) DIMM 进行采样,这是该公司迄今为止容量最大的内存模块。这些全新的基于 DDR5 的 MCRDIMM 面向下一代服务器,特别是那些由英特尔至强可扩展“Granite Rapids”处理器提供支持的服务器,该处理器将支持12或24 memory slots per socket。使用这些DIMM 可以使数据中心计算机具有3TB或6TB的内存,达到 DDR5-8800 的数据速率。
在 2021 年第三个季度开始,我又下单了一台设备,作为已有资源的补充。在新设备到来之前,正好对已经运行了一个季度时间的“老设备”做下总结和分享。
位于南极洲西南部的斯怀茨冰川是地球上最宽的冰川之一,它又被科学家们称为“末日冰川”(doomsday glacier)。因为它一旦崩塌,将导致全球海平面急剧上升4.87米。全球变暖是“末日冰川”崩塌的罪魁祸首。为了缓解全球变暖和气候变化的负面影响,构建可持续的技术基础设施,降低碳排放就成为了IT厂商追逐的目标。
你想知道腾讯最新的第四代数据中心和腾讯云星星海服务器技术有哪些亮点吗?让我们跟随17 位 TVP 专家与 5 位腾讯内部专家共同走进「腾讯瑞北云数据中心」一探究竟!
选自The Next Platform 作者:Paul Teich 机器之心编译 参与:Nurhachu Null、黄小天 在最近的 2017 Google I/O 大会上,谷歌发布了 TPU2(第二代 TensorFlow 处理单元);近日,TIRIAS Research 的一位顶尖技术专家和首席分析师 Paul Teich 在 Nextplatform 发表文章,对 TPU2 机器学习集群做了深度揭秘,提出了一些不同观点,比如他认为 TPU2 是内部专属产品,Google 不太可能出售基于 TPU 的
通过著名媒体《连线》,AI初创公司Cerebras Systems正式公布了史上最大的的单晶圆芯片——Cerebras Wafer Scale Engine,英伟达最大的GPU都不及它的“边角”。
机器之心报道 机器之心编辑部 近日,Meta 透露了其在人工智能方面取得的最新进展。 人们提起 Meta 时,通常会想到其应用程序,包括 Facebook、Instagram、WhatsApp 或即将推出的元宇宙。但许多人不知道的是这家公司设计和构建了非常复杂的数据中心来运营这些服务。 与 AWS、GCP 或 Azure 等云服务提供商不同,Meta 不需要披露有关其硅芯选择、基础设施或数据中心设计的细节,除了其 OCP 设计用来给买家留下深刻印象。Meta 的用户希望获得更好、更一致的体验,而不关心它是如
不必太纠结于当下,也不必太忧虑未来,当你经历过一些事情的时候,眼前的风景已经和从前不一样了。——村上春树
大家好,我是来自Google Research的高级软件工程师汪启扉,首先感谢LiveVideoStack邀请我在此处演讲。今天,我的主题是高效终端设备机器学习的最新进展 。
孟凡杰,腾讯云容器技术专家,FinOps产品研发负责人。 为了共同应对气候变化挑战,减缓全球变暖趋势,2015 年 12 月,近 200 个缔约方共同通过了《巴黎协定》(The Paris Agreement),对 2020 年后全球如何应对气候变化做出了行动安排。为实现这一目标,全球多个国家宣布要实现碳中和。 全球气候行动峰会发布的《指数气候行动路线图》显示,数字科技在能源、制造业、农业、建筑、交通等领域的解决方案,可以帮助全球减少 15% 的碳排放,是实现碳减排的关键技术因素。云计算平台是数据中心基础设
数据中心约超过一半的成本是电费,数据存储系统作为数据中心三大件之一,能耗也约占三分之一,面对非结构化数据量的快速增长挑战,以及国家对数据中心绿色节能要求的提高,分布式存储的绿色节能愈来愈加重要。
选自Google Cloud Platform 作者:Norm Jouppi 机器之心编译 在去年的谷歌 I/O 开发者大会上,谷歌宣布发布了一款新的定制化硬件——张量处理器(Tensor Processing Unit/TPU),参见机器之心当时的报道《谷歌发布 TPU 只是开始,是时候让英特尔害怕了》。但很长一段时间以来,谷歌并没有披露相关成果的细节。今天早些时候,谷歌终于打破了沉默,通过一篇论文介绍了这项研究的相关技术以及与其它硬件的比较。谷歌的硬件工程师 Norm Jouppi 也第一时间在谷歌云
Q:有什么需求? A:跑耗资源的科学运算。 Q:为什么捡垃圾? A:因为穷。 Q:怎么捡垃圾? A:全能的淘宝。
领取专属 10元无门槛券
手把手带您无忧上云