DigitalOcean Droplet 云主机新增内置第五代 Xeon CPU 机型

DigitalOcean 近期宣布,在其高级 CPU 服务器(Premium CPU-Optimized Droplet)队列中引入英特尔第五代Xeon可扩展处理器(代号为 Emerald Rapids)。作为英特尔产品线中的最新一代用于数据中心工作负载的处理器,它相较于前代产品的性能得到了大幅提升,它将为 DigitalOcean 的用户及其客户带来明显的性能和体验改善。

目前,最新一代的英特尔Xeon可扩展处理器已在 SFO3(旧金山)和 AMS3(阿姆斯特丹)数据中心提供给Premium Dedicated CPU优化型和通用型(General Purpose)Droplets使用,更多类型的Droplets和数据中心即将陆续支持。

探索英特尔第五代Xeon处理器的性能优势

新引入的设计是基于十纳米芯片光刻技术的双插槽 Intel Xeon Emerald Rapids 系统。这一代CPU通过更小的芯片光刻技术(比 Sapphire Rapids 提高约 17%,比 2021 年发布的 Ice Lake CPU 提高高达36%)显著优化了其功耗性能。它支持 DDR5 和 PCIe Gen5 ,适用于内存和组件接口,并包含新的 Intel 片上加速引擎。例如,Intel 的 AMX 高级矩阵扩展,这让 2000 万参数的 AI/ML 推理工作负载也能够在我们的 Xeon Emerald Rapids 系统上运行。

DigitalOcean 还为所有服务器产品选择了80 PLUS Titanium级电源供应,平均比 Platinum 级效率高出2%,减少了电力消耗并使我们的平台符合欧盟相关能效政策规定。这有助于提高我们的电力使用效率(PUE),减少运营对环境的影响。

与 Ice Lake 那一代产品相比,Emerald Rapids 在大多数基准测试中,系统吞吐量提升了大约 30%,在某些 I/O 测试中,受益于内存访问速度和 PCIe 总线速度的提升,测试显示其性能提升了 45%。

核心性能相较于 Ice Lake 显示出显著提升,我们的 Emerald Rapids 解决方案在每核心性能和系统整体核心数量方面都达到了更高的水平。下图中紫色条代表新的 Emerald Rapids 解决方案。

使用 Geekbench 进行的测试后,与之前 DigitalOcean 机群中的 Ice Lake 服务器相比,性能有类似的提升。

存储性能相较于 Ice Lake 也显示出显著提升,随机读写的性能提升更加出众。下图中紫色条代表新的 Emerald Rapids 解决方案。

性能加倍,不加价

随着第五代Intel Xeon可扩展处理器的引入, DigitalOcean Droplets 云主机的价格并未改变。DigitalOcean 的用户可以在不增加使用成本的情况下,体验要性能更好、速度跟更快的产品。

借助 DigitalOcean 可以充分释放你的业务潜力,现在就来注册体验 Droplet 吧。如果你是 DigitalOcean 的新用户,现在就可以用我们提供的 200 美元免费信用额度开启第一台云主机。中国区用户如遇到注册问题,可联系 DigitalOcean 中国区独家战略合作伙伴卓普云,获取售前支持与技术支持。

引用资料:

  1. 测试英特尔“Emerald Rapids”Xeon铂金8592+,显示比Sapphire Rapids有所改进
  2. AVX-512性能对比:AMD Genoa与Intel Sapphire Rapids及Ice Lake
  3. FSP Hydro Ti Pro 1000W PSU评测
  4. DigitalOcean 的内部基准测试套件旨在生成一组可用于比较硬件配置的基准数据,以评估相对性能用于比较分析。DigitalOcean使用Coremark测试列表处理、矩阵操作、状态机和CRC。DigitalOcean使用TPC-C模拟大规模事务数据库负载。DigitalOcean使用Geekbench评估CPU上的加密、整数和浮点工作负载。DigitalOcean使用fio进行存储测试,评估存储介质和DigitalOcean运营的存储弹性技术的性能。
  5. Geekbench测试 - 这是我们为比较分析硬件配置而运行的存储基准测试(读取iops:主机fio,随机读取,4K块大小,iodepth 256 / 写入iops:主机fio,随机写入,4K块大小,iodepth 256)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/751161.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

干涉阵型成图参数记录【robust】

robust 这个玩意经常忘记,就是取2的时候是更加显示大尺度的结构,取-2更加显示小尺度结果,一般取0就是正常就好了

数学建模--lingo解决线性规划问题~~灵敏度分析的认识

目录 1.线性规划问题举隅 (1)问题介绍 (2)问题分析 (3)灵敏度分析 (4)方法缺陷 (5)可行域&凸集 2.lingo的简单认识 (1)默认…

Halcon 如何根据特征过滤区域和XLD

一 如何跟进特征过滤区域和XLD dev_open_window(0,0,512,512,black,WindowHandle)read_image(Image,fabrik)threshold(Image,Region,128,255)connection(Region,ConnectedRegions)*根据面积范围[8000,9000] dev_display(Image)select_shape(ConnectedRegions,SelectedRegions,…

数据结构速成--树和二叉树

由于是速成专题,因此内容不会十分全面,只会涵盖考试重点,各学校课程要求不同 ,大家可以按照考纲复习,不全面的内容,可以看一下小编主页数据结构初阶的内容,找到对应专题详细学习一下。 气死了…

springboot + Vue前后端项目(第二十记)

项目实战第二十记 写在前面1. 高德地图官网2. 开发文档3. 集成高德地图3.1 在public文件夹下创建config.js3.2 index.html(在项目启动文件中引入外部的js)3.3 点标记(用点标记当前位置)3.4 信息窗体(点击当前位置&…

简易深度学习(1)深入分析神经元及多层感知机

一、神经元 单个神经元结构其实可以认为是一个线性回归模型。例如下图中 该神经元输入为三个特征(x1,x2,x3),为了方便理解,大家可以认为每条线上都有一个权重和特征对应(w1,w2&…

麒麟系统安装MySQL

搞了一整天,终于搞定了,记录一下。 一、背景 项目的原因,基于JeecgBoot开发的系统需要国产化支持,这就需要在电脑上安装MySQL等支撑软件。 国产化项目的操作系统多是麒麟系统,我的系统如下: arm64架构。…

ISSCC论文详解2024 34.2——双端口设计实现高面积利用的浮点/整数存算

本文将要介绍的文献主题为浮点存内计算,题目为《A 16nm 96Kb Integer/Floating-Point Dual-Mode-Gain-CellComputing-in-Memory Macro Achieving 73.3-163.3TOPS/W and 33.2-91.2TFLOPS/W for AI-Edge Devices》,下面本文将从文章基本信息与背景知识、创…

5.9k!一款清新好用的后台管理系统!【送源码】

今天给大家分享的开源项目是一个优雅清新后台管理系统——Soybean Admin。 简介 官方是这样介绍这个项目的: Soybean Admin 使用的是Vue3作为前端框架,TypeScript作为开发语言,同时还整合了NaiveUI组件库,使得系统具有高可用性和…

分页处理封装+分页查询题目列表

文章目录 1.sun-club-common封装分页1.com/sunxiansheng/subject/common/eneity/PageInfo.java2.com/sunxiansheng/subject/common/eneity/PageResult.java 2.sun-club-application-controller1.SubjectInfoDTO.java 继承PageInfo并新增字段2.SubjectController.java 3.sun-clu…

信息学奥赛初赛天天练-37-CSP-J2021阅读程序-质数、合数、约数、约数个数、约数和、增加质因数对约数个数、约数和的影响

PDF文档公众号回复关键字:20240627 质数 质数和合数是数学中对于自然数(不包括0和1)的两种重要分类 质数 (Prime Number) 一个大于1的自然数,除了1和它本身以外不再有其他因数的数称为质数 例如 2、3、5、7、11、13、17、19等都是质数 …

从RLHF到DPO再到TDPO,大模型对齐算法已经是「token-level」

在人工智能领域的发展过程中,对大语言模型(LLM)的控制与指导始终是核心挑战之一,旨在确保这些模型既强大又安全地服务于人类社会。早期的努力集中于通过人类反馈的强化学习方法(RLHF)来管理这些模型&#x…

【深度学习】python之人工智能应用篇--跨模态生成技术

跨模态生成技术概述 跨模态生成技术是一种将不同模态的数据(如文本、图像、音频、视频等)进行融合和转换的技术。其目标是通过将一个模态的数据作为输入,生成与之对应的另一个模态的输出。这种技术对于突破单一模态的局限性,提高…

数据库怎么同步

数据库要怎么同步呢,有很多方法,看你用什么数据库,如果是Sqlserver,你要数据库同步,那么可以使用自带的订阅发布,订阅发布应该是不错的方法,但是我上次要配置双向同步,它的对等发布好像没部署成…

力扣-和为K的子数组

题目-和为 K 的子数组 解法1&#xff1a;两层for循环 public class T560 {public static int subarraySum(int[] nums, int k) {int res 0;for (int i 0; i < nums.length; i) {int tempSum 0;for (int j i; j < nums.length; j) {tempSum nums[j];if (tempSum k)…

JetBrains IDEA 2024 无线重置免费 试用

注意&#xff1a;该文档只作为参考&#xff0c;若涉及到版权问题&#xff0c;请官方购买正版软件 Idea的使用&#xff0c;不是免费的。需要自己购买&#xff0c;获取证书才能使用&#xff0c;那么怎么无限试用30天呢&#xff1f; 免费试用操作&#xff1a; 文件删除 删除C:\…

揭秘数据合并的秘密:一文掌握一对一、多对一、多对多合并技巧与实战!

使用pd.merge()合并 类似 MySQL 中表和表直接的合并merge与concat的区别在于,merge需要依据某一共同的行或列来进行合并使用pd.merge()合并时,会自动根据两者相同column名称的那一列,作为key来进行合并每一列元素的顺序不要求一致1. 一对一合并 df1 = pd.DataFrame({"…

软考系统架构师系统工程与信息系统基础考点

软考系统架构师系统工程与信息系统基础考点 系统工程 定义&#xff1a;一种组织管理技术&#xff0c;一种现代的科学决策方法 目的&#xff1a;以最好的方式实现系统 目标&#xff1a;整体最优 意义&#xff1a;利用计算机为工具&#xff0c;对系统的结构、元素、信息和反馈…

2024黑盾杯复现赛题MISC部分

一、一个logo 一张png图片&#xff0c;查看颜色通道即可发现flag 二、 学会Office 最好用联想自带的excel工具查看&#xff0c;我用WPS打开未解出题目 这里会发现有隐藏信息 隐藏信息为宏加密 。去百度了解宏加密后&#xff0c;发现有俩个宏&#xff0c;一个加密一个解密 执…

LeetCode刷题之HOT100之课程表

吃完普通的食堂饭菜&#xff0c;回到实验室&#xff0c;继续做一道题&#xff01; 1、题目描述 2、逻辑分析 这道题涉及到图相关知识&#xff0c;应用到了拓扑排序。 题意解释 一共有 n 门课要上&#xff0c;编号为 0 ~ n-1。先决条件 [1, 0]&#xff0c;意思是必须先上课 0…