云的到来已是不争的事实,无论是自建私有云还是迁移至公有云,企业业务流程被以云计算为代表的数字技术改造正在快速进行中。这一进程中,如何去打造一个最优的云基础设施是云的建设者去努力追求的,包括性能、可靠性、稳定性等指标。
然而如何去持续优化云的基础设施以发挥最佳的效能并不容易,在IT系统中无论是软件或硬件发生一点变化都有可能对整体性能、稳定性产生影响。拿典型的云系统OpenStack来说,在它的版本升级中就有提示用户可能对硬件性能产生的变化。
近日,思博伦发布CloudScore,它是业界第一种全面的基准测试解决方案,可用于对虚拟或云基础设施的性能进行评估和对比。CloudScore是一个为云的建设方提供的最为适用的工具和方案,它能够对性能进行全面的分析,并且创建出适用于此类云部署的基准测试。
思博伦通信云和数据中心产品市场总监Malla Malathi
思博伦通信云和数据中心产品市场总监Malla Malathi指出,思博伦CloudScore能够利用不同的工作负载和流量模型,对现有云部署进行评估,使企业能够针对替代配置执行对比式基准测试,监控现有云基础设施的健康状况。
要说明的是CloudScore并非是针对用户进行云选型的评估工具,而是针对云建设方如何对云基础设施进行测试并进一步优化和改善提出建议。
据介绍,思博伦CloudScore可执行一系列复杂度极高的基准测试,包括在虚拟化基础设施中的指定的租户空间内运行短期和长期测试。这些测试例包括计算、网络、存储、内存、应用和服务,例如LMbench、SPEC CPU 2006、存储FIO、IPSL Sip、云API性能等。这些测试代理会自动协调,并创建出一个云参考得分,以及如何优化基础设施的详细报告,使企业能够在下次运行相同测试时得到更高的评分。
利用思博伦CloudScore,企业可以比较和对比多个云实例的健康状况,包括私有、公共和混合云。Malla Malathi指出,目前CloudScore可以针对OpenStack、VMware和AWS三种平台上的多种云部署开展基线和基准测试。下一步,CloudScore还将支持更多的云平台,例如CloudStack、一些云服务商的自研云平台等。
Malla Malathi介绍了CloudScore的优势特性:
· 为您的云基础设施确立基线,比较和对比OpenStack、VMware和AWS等多种云。
· 行业标准基准测试驱动的参考得分,用于测量云基础设施性能受到的影响。
· 在基础设施升级前和升级后执行定期健康检查,并对多个云执行持续的后续优化。
利用CloudScore,用户能够得到一个详尽的报告,Malla Malathi指出这份报告往往在200页以上。CloudScore可生成一个评分卡,显示出基础设施各个组件的相关情况,包括计算、网络、存储、应用和服务。它可以就如何优化基础设施给出建议,从而帮助用户执行这些变化,并改善被测基础设施的最终性能。
所以,有了思博伦CloudScore,云的建设方或运营者不用在为定位基础设施问题摸不着头脑,有了它可以对云基础设施进行持续对比和优化。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。