迎接数据中心新纪元!AMD携手产业链合作伙伴召开EPYC™(霄龙)技术峰会

简介:

2017823在北京召开“迎接数据中心新纪元——AMD EPYC (霄龙)技术峰会”上,AMD公司(NASDAQ: AMD)宣布进一步扩展其EPYC(霄龙)7000系列数据中心处理器的全球生态系统。新的数据中心客户腾讯和京东将采用EPYC(霄龙)的服务器系统,OEM合作伙伴联想和曙光宣布将发布基于EPYC(霄龙)的服务器新产品,众多产业链合作伙伴也在现场带来了一系列系统和性能演示。

2017-08-25-50d4449cc8-1b51-4463-8bc5-518

                       

AMD全球副总裁、大中华区总裁潘晓明开场致辞

2017-08-25-34e66fd672-e95f-4324-a288-d8f

AMD高级副总裁,企业、嵌入式和半定制事业部总经理ForrestNorrod做主题演讲

AMD公司高级副总裁,企业、嵌入式和半定制事业部总经理Forrest Norrod表示:“今天,我们共同庆祝为中国数据中心市场带来AMD EPYC(霄龙)系列数据中心处理器,更高兴看到AMD EPYC(霄龙)得到领先云服务提供者腾讯和京东支持,以及百度、联想和曙光的进一步支持。AMD EPYC(霄龙)系列数据中心处理器为现在和未来的工作负载带来所需的惊人的性能和可扩展性。通过与这些市场领导者合作,AMD可以为中国这个世界上增长最快的技术市场之一,带来具有极高性价比优势的EPYC(霄龙)系列处理器。”

2017-08-25-2719314d5e-69c5-4d43-beeb-99e

AMD全球副总裁兼企业解决方案总经理Scott Aylor介绍EPYC(霄龙)产品细节

在会上,来自宏碁、华硕、戴尔、烽火、技嘉、HPE、新华三、英业达、联想、曙光、天地超云、Supermicro、泰安和纬创的嘉宾共同见证了AMD EPYC(霄龙)服务器中国市场的启动庆典,主要服务器硬件和软件生态系统伙伴Mellanox、红帽软件、SamsungVMware也现场探讨了如何围绕AMD EPYC(霄龙)处理器进一步扩大产业链合作。

2017-08-25-149d6e4c8e-1df5-40b2-a23e-95c

产业链合作伙伴齐聚一起庆祝AMD EPYC (霄龙)中国市场启动庆典

2017-08-25-47c4b3f84a-b88a-49ab-a622-6b7

AMD企业解决方案全球销售副总裁SteveLongoria与产业链合作伙伴探讨拓展产业链合作

云数据中心和企业级客户

百度公司总裁张亚勤博士表示:作为全球最大的中文搜索引擎和领先的人工智能技术企业,百度在运用技术简化复杂世界的事业上做出了巨大进步,并以此为荣。搭载AMD EPYC(霄龙)处理器的单插槽服务器能够大幅增加我们数据中心的运算效率,减少总拥有成本,降低能源消耗。我们将随AMD EPYC(霄龙)的发布上市进行同步部署,我很期待能够在今年通过合作来扩大EPYC(霄龙)的采用,并持续推动创新。

腾讯云高级总监邹贤能表示:腾讯云是普惠大众的服务,一直在努力追求为用户提供更加丰富的产品资源,更加便利的应用体验。因此,在腾讯云的服务器硬件产品上,更多核心数、更丰富的IO接口、更安全的产品硬件,以及更优的总体拥有成本,一直是腾讯云服务器技术团队持续努力和追求的方向。为了成为高性能和高价值组合的全球领先云服务提供商,腾讯云乐于采用最先进的基础设施架构和芯片行业的最新成果,乐于看到行业的开放与竞争,非常高兴AMD推出EPYC(霄龙)处理器,为腾讯云的创新与发展提供新的选择。腾讯云将于年底前推出基于AMD EPYC(霄龙)处理器的2路云服务器,最高可提供多达64个处理核心(128个线程),拥有超强单机计算能力,为业界提供更多样化的云产品和云服务。

京东硬件系统部技术负责人王中平表示:“中国的互联网、电商企业都需要更多的计算核心和更高的内存带宽。AMD EPYC(霄龙)的资料报告中显示,最高达到32个内核,足以媲美业界通用的两路服务器,8通道的内存接口有利于实现更高的内存通信带宽,相信这些将更加贴近国内互联网企业的需求。京东也将会同AMD EPYC(霄龙)一起,不断优化服务器系统的总体拥有成本(TCO),以及未来在大数据,人工智能,云计算等领域方面展开技术合作。

领先的服务器OEM平台

中科曙光副总裁曹振南表示:“作为全方位的战略合作伙伴,曙光和AMD已经携手合作超过15年。AMD推出的全新EPYC(霄龙)数据中心处理器将带来数据中心的新价值体验,曙光将基于AMD EPYC(霄龙)处理器推出最全的AMD产品线,同步发布9款新品,涵盖工作站、机架、刀片、整机柜服务器,同时面向高性能计算、云计算、大数据分析和深度学习等应用。”

联想集团副总裁、全球超大规模数据中心业务总经理朱培兰表示: “AMDEPYC(霄龙)处理器为我们的客户提供了绝无仅有的机会,通过前所未有的内核、内存带宽和I/O均衡配备来降低总拥有成本。 “我们很高兴与AMD以及来自全球的Hyperscale客户合作,共同开发与部署单插槽和双插槽的EPYC(霄龙)服务器。

超强的EPYC(霄龙)性能

搭载EPYC(霄龙)的单插槽和双插槽系统带来超强的性能:

· 单插槽服务器

·     搭载AMD EPYC™ 7601的系统在SPECint®_rate2006的评分中名列前四位,达到12001

·    搭载AMD EPYC 7601的系统在SPECfp®_rate2006的浮点运算性能达到创纪录的943分,高于其他单插槽系统评分2

· 双插槽服务器

·     搭载AMD EPYC 7601的系统在SPECint®_rate2006的评分达到2360,在迄今为止注册的测试成绩中名列前茅3

所有EPYC(霄龙)处理器拥有创新安全特性,企业级可靠性,并且支持全功能集。搭载AMD EPYC 7601中央处理器的单插槽系统能够大幅提升单插槽服务器的性能, 降低总体拥有成本(TCO)。

EPYC(霄龙)产品概况

·8核至32核均采用扩展性高的片上系统设计,每个核心支持两个高性能线程。

·全系列产品均拥有领先业内的内存带宽,所有EPYC(霄龙)设计均拥有8个内存通道。用于双插槽服务器时,在16个内存通道上支持多达32DDR4双列直插内存模块,总内存容量高达4TB

·全线产品可谓史无前例的支持集成的、配备128PCIe® 3通道的高速I/O

·高度优化的缓存结构,实现高性能、低能耗运算

· 在双插槽系统中,AMD Infinity Fabric实现EPYC(霄龙)处理器一致性互联

· 专用安全硬件

EPYC(霄龙)产品阵容

2017-08-25-33655d8d1d-f701-49bd-bacc-42b

注:

1.     Scorebased on AMD internal testing of 1 x EPYC 7601 CPU in HPE Cloudline CL3150,Ubuntu 16.04, x86 Open64 v4.5.2.1 Compiler Suite, 256 GB (8 x 32GB 2Rx4PC4-2666) memory, 1 x 500 GB SSD. s of Aug. 23, 2017. See www.spec.org for moreinformation.  NAP-09

2.     Scorebased on AMD internal testing of 1 x EPYC 7601 CPU in HPE Cloudline CL3150,Ubuntu 16.04, x86 Open64 v4.5.2.1 Compiler Suite, 256 GB (8 x 32GB 2Rx4PC4-2666) memory, 1 x 500 GB SSD. See www.spec.org for more information.   NAP-10

3.     Scorebased on AMD internal testing of 2 x EPYC 7601 CPU in, SupermicroAS-1123US-TR4, Ubuntu 16.04, x86 Open64 v4.5.2.1 Compiler Suite, 512 GB (16 x32 GB 2Rx4 PC4-2666) memory, 1 x 500 GB SSD. As of Aug. 23, 2017. Seewww.spec.org for more information. NAP-11






本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。
目录
相关文章
|
5月前
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。
|
2月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36天】在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。
|
5月前
|
存储 大数据 数据处理
探索现代数据中心的冷却技术
【5月更文挑战第25天】 在信息技术迅猛发展的今天,数据中心作为其核心基础设施之一,承载了巨大的数据处理需求。随着服务器密度的增加和计算能力的提升,数据中心的能耗问题尤其是冷却系统的能效问题日益凸显。本文将深入探讨现代数据中心所采用的高效冷却技术,包括液冷解决方案、热管技术和环境自适应控制等,旨在为数据中心的绿色节能提供参考和启示。
|
5月前
|
人工智能 监控 物联网
探索现代数据中心的冷却技术
【5月更文挑战第27天】 在信息技术迅猛发展的今天,数据中心作为信息处理的核心设施,其稳定性和效率至关重要。而随着计算能力的提升,数据中心面临的一个重大挑战便是散热问题。本文将深入探讨现代数据中心冷却技术的进展,包括传统的空气冷却系统、水冷系统,以及新兴的相变材料和热管技术。通过对不同冷却方式的效率、成本及实施难度的分析,旨在为读者提供一份关于数据中心散热优化的参考指南。
|
5月前
|
机器学习/深度学习 资源调度 监控
利用机器学习技术优化数据中心能效
【5月更文挑战第30天】在数据中心管理和运营中,能源效率的优化是降低运营成本和减少环境影响的关键。本文旨在探讨如何应用机器学习技术来提升数据中心的能源效率。通过对现有数据中心运行数据的深入分析,开发预测性维护模型,以及实施智能资源调度策略,我们可以显著提高数据中心的能效。本研究提出了一种集成机器学习算法的框架,该框架能够实时监控并调整数据中心的能源消耗,确保以最佳性能运行。
|
5月前
|
存储 大数据 数据中心
提升数据中心能效的先进冷却技术
【5月更文挑战第27天】 在信息技术不断进步的今天,数据中心作为计算和存储的核心枢纽,其能源效率已成为评价其可持续性的关键指标。本文将探讨当前数据中心面临的热管理挑战,并展示一系列创新的冷却技术解决方案,旨在提高数据中心的能效,同时确保系统的稳定性和可靠性。通过对比传统冷却方法和新兴技术,我们将分析各种方案的优势、局限性以及实施难度,为数据中心运营者提供科学的决策参考。
|
4月前
|
移动开发 监控 前端开发
基于 HTML5 WebGL 和 VR 技术的 3D 机房数据中心可视化
基于 HTML5 WebGL 和 VR 技术的 3D 机房数据中心可视化
|
5月前
|
存储 传感器 人工智能
探索现代数据中心的冷却技术革新
【5月更文挑战第18天】 在数字化时代,数据中心作为信息处理与存储的核心设施,其稳定性和效能至关重要。随着计算需求的激增,数据中心的冷却系统面临着前所未有的挑战。传统的空调冷却方法不仅耗能巨大,而且效率低下。本文将深入探讨现代数据中心冷却技术的最新进展,包括液冷技术、热管应用、环境辅助设计以及智能化管理等方面,旨在提供一种高效、可持续且经济的解决方案,以应对日益增长的冷却需求。
|
5月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【5月更文挑战第11天】 在云计算和大数据的背景下,数据中心作为信息处理的核心设施,其能效问题一直是研究的热点。传统的能效管理方法难以应对日益增长的能源消耗和复杂多变的工作负载。本文提出一种基于机器学习技术的数据中心能效优化方案,通过实时监控和智能调度策略,有效降低能耗并提升资源利用率。实验结果表明,该方案能够减少约15%的能源消耗,同时保持服务质量。
|
5月前
|
机器学习/深度学习 数据采集 资源调度
利用机器学习技术优化数据中心能效
【5月更文挑战第27天】 在本文中,我们探讨了一种基于机器学习的技术框架,旨在实现数据中心能效的优化。通过分析数据中心的能耗模式并应用预测算法,我们展示了如何动态调整资源分配以减少能源消耗。与传统的摘要不同,此部分详细阐述了研究的动机、使用的主要技术手段以及期望达成的目标,为读者提供了对文章深入理解的基础。