Um die führende Position im Bereich der KI-Rechenleistung weiter zu festigen, wurden zwei neue KI-Serverprodukte veröffentlicht.

Am 18. August veranstaltete Lenovo die „Infinite Computing Full-Stack Intelligent Lenovo AI Computing Power Strategy and AI Server New Product Launch Conference“ und stellte den Lenovo Wentian WA7780 G3 AI Großmodell-Schulungsserver und Lenovo Wentian WA5480 G3 AI Schulung und Werbung vor integrierter Server. Diese beiden neuen KI-Serverprodukte sind wichtige Bestandteile der Markenfamilie „Lenovo Wentian“ und zeichnen sich durch hohe Leistung, hohe Zuverlässigkeit, hohe Skalierbarkeit und geringen Stromverbrauch aus. Die Einführung der neuen Server von Lenovo wird einmal mehr die Stärke der Lösungen und Dienste von Lenovo demonstrieren

Im digitalen Zeitalter ist Rechenleistung zu einem zentralen Produktionsfaktor geworden. Mit der umfassenden Weiterentwicklung des globalen Digitalisierungsprozesses beginnt die Rechenleistung ihre Rolle als wichtiger unterstützender und ermöglichender Faktor zu zeigen. Daten zeigen, dass mit jedem Anstieg des Rechenleistungsindex um 1 Punkt die digitale Wirtschaft und das BIP eines Landes um 3,5‰ bzw. 1,8‰ wachsen werden, und dieser Trend wird sich voraussichtlich von 2021 bis 2025 fortsetzen. Immer mehr Länder werden die Bedeutung der Rechenleistung für die Makroökonomie erkennen und zusammenarbeiten, um das BIP-Wachstum zu fördern. Die Rechenleistung wird in Zukunft sicherlich zum wichtigsten Wettbewerbsfaktor für die Länder werden.

Zukünftig wird sich der Wettbewerb im Bereich der künstlichen Intelligenz weiter verschärfen. Der Entwicklungsfortschritt jedes Unternehmens bei Spitzentechnologien, die Produktvermarktung, die Marktentwicklung und die Gestaltung der Industriekette sind Schlüsselfaktoren im Wettbewerb. Mit der weit verbreiteten Anwendung der Technologie der künstlichen Intelligenz kann die herkömmliche Architektur der seriellen CPU-Verarbeitung den Rechenleistungsanforderungen des Zeitalters der künstlichen Intelligenz nicht mehr gerecht werden. Im Gegensatz dazu eignen sich Chips wie GPUs und FPGAs, die paralleles Rechnen nutzen, besser für die Verarbeitung intensiver Rechenaufgaben, weshalb KI-Server entstanden sind

Die Lenovo Group verlässt sich bei der Einführung des Wentian WA7780 G3 AI-Trainingsservers für große Modelle und des Wentian WA5480 G3 AI-Trainings- und Push-Integrationsservers auf ihre umfangreiche Erfahrung und technische Stärke im Serverbereich, um Unternehmen leistungsstarke Unterstützung bei der Rechenleistung zu bieten

Nehmen Sie als Beispiel den Lenovo Wentian WA7780 G3 KI-Trainingsserver für große Modelle. Nachdem Unternehmen diesen Server eingesetzt haben, können sie die Geschwindigkeit des KI-Trainings für große Modelle um das bis zu 9-fache und die Inferenzgeschwindigkeit um das bis zu 30-fache steigern. Während des KI-Trainingsprozesses für große Modelle übernahm dieser Server ein dreifaches unabhängiges Luftkanaldesign und optimierte systematisch die Wärmeableitungseigenschaften verschiedener Komponenten, wodurch der Wärmeableitungsstromverbrauch effektiv um etwa 10 % reduziert wurde.

Diese Server verfügen über ein fortschrittliches Hardwaredesign und eine optimierte Softwarearchitektur und bieten hervorragende Leistung und Zuverlässigkeit. Gleichzeitig konzentriert sich Lenovo auch auf Energieeinsparung und nachhaltige Entwicklung und ist bestrebt, den Energieverbrauch der Server zu senken und die Energieeffizienz zu verbessern

Mit der Einführung dieser neuen Produkte festigt Lenovo seine führende Position im Bereich der Rechenleistung für künstliche Intelligenz weiter und bietet Unternehmen mehr Auswahlmöglichkeiten und Lösungen. Lenovo wird sich weiterhin dafür einsetzen, die Entwicklung des intelligenten Prozesses voranzutreiben und Unternehmen dabei zu helfen, eine intelligente Transformation zu erreichen

Das obige ist der detaillierte Inhalt vonUm die führende Position im Bereich der KI-Rechenleistung weiter zu festigen, wurden zwei neue KI-Serverprodukte veröffentlicht.. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!