数字化转型趋势下，各行业领域的信息数据呈爆发式增长。随着人工智能、云计算、物联网、大数据等前端科技的不断发展和延伸，各科技产业呈现良好发展态势。无论是企业还是个人，在新时代的环境下，都应紧跟数字化转型的脚本，在未来的变局中赢得先机。
基于此，IT168企业计算领域为大家奉上每周精选服务器、存储、数据中心等热点事件。接下来让我们看看本周企业计算领域都发生了哪些新鲜事儿。
英特尔携手生态推动智能视觉云应用创新发展
本周，英特尔举办以“应云而变，携手加速创新”为主题的英特尔数据中心GPU Flex系列媒体沟通会。活动上，英特尔分享了数据中心GPU Flex系列在应对算力挑战、满足新兴智能视觉云负载所需的多项软硬件创新及突出的灵活性和可扩展性，并携手中科大洋、亿联网络、火山引擎、当虹科技针对媒体处理与传输、AI视觉推理、云游戏工作负载解析了Flex系列GPU的部署成果。
英特尔公司市场营销集团副总裁、中国区云与行业解决方案部总经理梁雅莉表示：“科技创新和产业变革正带动数字经济蓬勃发展。放眼于日益增长的算力需求，英特尔基于 XPU战略打造了跨CPU、GPU、FPGA、IPU等多种架构的算力资源。特别地，面向云计算，我们最新的英特尔 Flex 系列 GPU 采用了突破性设计，能够更有针对性地满足现阶段的相关计算需求，助力广泛生态伙伴创新。”
结合硬件方面的独特优势以及对于开放软件生态系统的投入，仅仅上市数月，英特尔数据中心GPU Flex系列在国内已通过搭载新华三、浪潮、宁畅、宝德、超聚变等众多OEM合作伙伴的系统陆续面市，同时在当虹科技、中科大洋、火山引擎、亿联网络等行业合作伙伴的实际使用场景中实现了针对不同视觉云工作负载的应用部署落地，在此过程中也获得了来自中国联通、天翼云、移动云的电信运营商的支持，整体生态呈现良好增长势头。
浪潮信息创SAP SD 2-Tier Cooper Lake 4路测试新高
本周，SAP官网发布了最新Copper Lake平台4路服务器SD 2-Tier性能基准测试结果，浪潮服务器NF8480M6成为此基准测试冠军，并创下359,780 SAPS的新纪录。
SAP SD 2-Tier基准测试（SAP Sales & Distribution 2-Tier Benchmark，即两层架构下基于销售分销模块的基准测试）是SAP基准测试中最有代表性的服务器硬件性能测试。该基准测试将应用及数据库安装在同一个台物理服务器上，在高并发用户请求下，模拟高频、重复的标准化销售与分销业务操作，来验证硬件平台的可支撑的最大并发负载压力，进一步量化和衡量单服务器系统同时执行应用程序与数据库时的能力。
由于SAP SD 2-Tier基准测试在设计之初就考虑到了企业用户的实际生产需求，因此成为面向真实企业生产系统运行性能的关键性衡量方式，被众多企业用户视为通用性更强、参考价值更高的服务器平台选择依据。在SAP SD 2-Tier基准测试中，更高的基准测试得分（即SAPS值越高），意味着服务器系统可以支持更多的用户，为企业提供更高的生产力水平。
曙光存储携手南宁数字科技学院 打造数字实验室
南宁数字科技学院一直站在大数据与人工智能应用前列，通过相关学科专业人才培养、科学研究及产业孵化，成为“中国民办高校新标杆”。日前，曙光中标南宁数字科技学院，参与学院数据重点实验室的建设，为其提供人工智能数据服务和存储资源，高效支撑科学技术创新发展。
校区整体鸟瞰图
曙光采用分布式统一存储ParaStor，满足实验室对海量数据处理的需求，可为高强度计算处理、图像处理、大数据、人工智能等方向的研究提供有力支持。
ParaStor支持在线扩展，可扩展到4096个节点，真正做到EB级存储，与实验室数据的迅猛增长相匹配，满足实验室对存储系统扩展性的要求；单一存储节点可同时支持文件、块、对象、HDFS四种存储服务，3节点存储集群即可承载非结构化与结构化数据业务，消除存储设备多样性及管理复杂性，支撑海量异构数据的融合管理，满足大数据、云、人工智能等多重种应用需求。
同时，曙光ParaStor提供原生HDFS接口，无任何协议损耗，无缝接入大数据平台，实现存储与计算资源按需配置的同时，满足新老存储同时读写，应用“0”改造，数据“0”迁移，构建更佳的高性价比大数据存算分离解决方案。
《高性能计算系统性能评价白皮书》重磅发布
本周，由CCF高性能计算专家委员会、中国信息通信研究院、上海交通大学、国家超级计算济南中心、国家超级计算长沙中心、清华大学、北京大学等20个单位联合编写的《高性能计算系统性能评价白皮书》在第十八届全国高性能计算学术年会（CCF HPC China 2022）上重磅发布。
上海交通大学高性能计算中心副主任、CCF高性能计算专业委员会常务委员林新华对白皮书进行了发布讲解。他提到，高性能计算系统是重要的数字基础设施，我国目前已建成了九个国家超级计算中心、二十多个人工智能计算中心，众多企业和科研院所自建或租用了高性能计算资源，形成一个蓬勃发展的生态。
随着高性能计算系统和应用向“数据密集型”发展，除了高浮点性能，系统对互联带宽和存储IO响应也产生极高要求。但在不少系统建设案例中，存储组件和网络组件受到的关注远低于计算，传统评价方法偏重算力，强调“单科成绩”，存力关注不足，以此为指导设计的集群可能会出现“偏科”，即基准性能好但实际性能不达预期，不能满足AI、生信数据分析等新型应用场景的需求。
本次发布的白皮书以综合评价指标作为评估系统性能的新方法，从科学计算、AI计算、存储、网络、能效和平衡性6个维度，选取了19个指标刻画系统的整体性能，调研了Top500主流系统系统的设计规范，为“存储建多大”等问题提供了参考答案，提升了高性能计算系统设计选型的平衡性。