如何实现“冷静计算”?宁畅提出三大关键词:理性、务实、包容。在计算概念火热更迭时,宁畅选择理性洞察用户需求,实现当下需求与未来挑战的双向统筹;在用户面临诸多挑战时,宁畅坚持务实,提供“量身定制”的算力最优解;在坚持自身研发同时,宁畅积极构建包容生态,与上下游产业链共同创新。
英特尔市场营销集团副总裁、中国区数据中心销售总经理兼中国区运营商销售总经理庄秉翰介绍,“第四代英特尔至强可扩展处理器采用最新英特尔制程工艺与技术,具有全新的芯片架构,是一个高度创新的平台。宁畅作为英特尔重要的合作伙伴之一,相信能够凭借其深厚的技术积累与市场经验,充分发挥英特尔处理器的强劲性能,为各行业带来冷静计算价值。”
在“冷静计算”战略下,宁畅此次发布了12款全新G50系列服务器产品,并全部升级搭载第四代英特尔至强可扩展处理器,性能实现显著性地突破跃升。新品涵盖通用服务器、人工智能服务器、多节点服务器、边缘服务器等全线产品以及液冷产品方案,实现全产品形态升级。
宁畅G50服务器系列产品还突破性实现风冷、冷板液冷、浸没液冷三大散热方式全覆盖。其中,宁畅B7000更是作为业内首款基于第四代英特尔® 至强® 可扩展处理器的浸没式液冷服务器,在保障高性能的前提下降低了散热功耗,整体PUE≤1.05,大大降低数据中心的维护成本,可广泛应用于云计算、高性能计算等场景。(柯岩)
提速近10倍!基于深度学习的全基因组选择新方法来了******
近日,中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用,将助力深度学习在全基因组选择中的应用,为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物(Molecular Plant)》上。
全基因组选择作为新一代育种技术,通过构建预测模型,根据基因组估计育种值进行早期个体的预测和选择,从而缩短育种世代间隔,加快育种进程,节约成本,推动现代育种向精准化和高效化方向发展。
统计模型作为全基因组选择的核心,极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型,难以捕捉基因型和表型间的复杂关系。
相较于传统模型,非线性模型(如深度网络神经)具备分析复杂非加性效应的能力,人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机,深度学习算法的优化将会提高全基因组选择的预测能力。
该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料,通过创新深度学习算法框架开发了全基因组选择新方法。
与其他五种主流预测方法相比,该方法有以下优点: 可以利用多组学数据开展全基因组预测;算法设计中包含批归一化层、回调函数和校正线性激活函数等结构,可以有效降低模型错误率,提高运行速度;预测精度稳健,在小型数据集上的表现与目前主流预测模型相当,在大规模数据集上预测优势更加明显;计算时间与传统方法相近,比已有深度学习方法提速近10倍;超参数调整对用户更加友好。
该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。
学术支持
中国农业科学院作物科学研究所
记者
宋雅娟
(文图:赵筱尘 巫邓炎)