“池化、弹性、软件定义”是未来数据中心基础设施的发展方向,正因为如此,近日华为与英特尔举行联合发布仪式,发布支持Intel RSD(Rack Scale Design)架构的服务器,共同构建资源池化的全新生态圈。Intel RSD架构由Intel RSA(Rack Scale Architecture )架构演进而来,目前应用于这一架构理念的产品开始涌现,包括服务器、一体机、OpenStack云平台等。
数据中心走向池化与软件定义
过去的企业市场更专注于创建独立的组件(服务器、存储和网络),新的趋势是将这些组件组合成一个单一的整合解决方案。Intel RSD架构可对计算、内存、PCIe扩展和存储资源进行动态管理,从而更高效地利用数据中心资产。基于资源池化的理念,RSD可以将这些资源进行机柜级组合调度,并依托Redfish管理接口,能大幅提升数据中心的资源利用率和灵活性,代表了未来大规模数据中心部署的进化方向。
此次华为与英特尔联合发布的RSD架构服务器,一方面是符合未来数据中心走向池化、弹性可调度的发展方向,另一方面能够帮助用户更简单地使用计算资源,加速业务创新。
华为IT服务器产品线总裁邱隆在联合发布仪式上表示,“我们面向未来把所有的CPU、内存、存储等底层硬件全部池化,以前通过软件打破基础设施分离,未来的变化一定是硬件资源池化,无需软件,我们把它叫做SDI2.0。”
同期,浪潮也发布了支持英特尔RSD规范的产品——InCloudRack融合架构一体机,充分发挥了整机柜内部资源灵活部署和统一调度管理的特点,专为大规模部署复杂应用的企业级用户打造。
九州云99Cloud也在其OpenStack解决方案Animbus云平台上通过深度整合Intel机柜级架构增强对硬件感知的能力,从而实现更加高效、快速进行硬件资源调度的能力,并基于业务需求,动态定制服务器,实现软件定义基础设备。此外,包括戴尔DSS 9000和爱立信HDS 8000等均应用了Intel RSD架构。
数据中心解耦不能缺少网络
Intel RSD架构的理念旨在实现硬件全面解耦,以支持客户独立升级计算、存储或网络功能,并配以开源软件层,以便任何规模的企业都能向行业巨头一样构建、管理和编排基础设施。
几个月前的深圳英特尔IDF上,戴尔、腾讯云与英特尔展示了三方合作的面向未来的基础设施。通过在Dell DSS 9000上运行Intel机柜式架构和腾讯云管理平台,全新的开放式管理API赋予了客户强大的能力,来创建灵活的、可随意组合的机架级基础架构。
数据中心基础设施的解耦和资源池化要最大化体现价值,还少不了一个关键部分——网络。虽然网络也向这一方向迈进,尤其是软件定义,但相比服务器和存储却慢了一个节拍。
在网络建设方面,SDN和NFV的出现明确了它的发展方向,利用通用化硬件构建统一的资源池,在大幅降低硬件成本的同时,还可以实现网络资源的动态按需分配。
为了让网络像服务器一样开放架构和能力,供应用灵活调用,英特尔同样正在加速网络跟上数据中心创新的步伐。
首先是参考架构,如同Intel RSD架构一样,英特尔推出了开放网络平台参考架构——ONP,英特尔ONP参考架构用于提供一款由硬件和软件组成的开源平台,以确保互操作性,同时加快商业部署的实现。在这个平台中整合了领先的开源软件与英特尔技术,例如基于数据平面开发套件(DPDK)的Open vSwitch加速版,当在英特尔至强处理器上运行时可显著提升数据包处理性能。
同时,英特尔正在积极推进网络生态系统的壮大,据悉英特尔Network Builders计划的成员数量已经超过180名。今年8月,英特尔宣布推出Network Builders Fast Track,旨在通过优化硬件和软件解决方案,促进生态系统内的技术集成,以及推出可互操作的解决方案,加速网络生态系统的创新。
英特尔还通过推进开放源代码及标准化,以及与最终用户通力合作加快网络转型步伐。
至此,一个标准、开放的网络的加入,为客户对数据中心资源实现自动化及弹性的管理提供了便利,并提高了数据中心资源的利用率和敏捷性。
英特尔与合作伙伴打造的生态系统正在推动数据中心真正走向池化、弹性与软件定义,构建出令企业期待的基础设施。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。