近日,联想集团推出了全新P系列家族新品--ThinkStation P318工作站。秉承"Think"品质、创新、人本设计三大基因,全新设计带来了全新体验,同时引入了灵巧锁及智能USB屏蔽等安全设计,再次诠释了联想P系列工作站的稳定可靠与灵活易用的性能,助用户轻松应对工作挑战。

新品采用了全新18L机箱设计,支持自由选配Quadro系列专业显卡或GTX高性能显卡,由内部及外部的全面革新为深度学习、VR内容创建、游戏开发、安防监控、三维设计等行业用户带来全新应用体验,为设计工作赋能。
全新设计 内外兼修
全新的ThinkStation P318采用了全新的18L小机箱设计,拆卸提手后较上一代产品可节省42%的桌面空间,将更多的桌面空间留给办公所需。同时ThinkStation P318沿用了P系列工作站的免工具拆装设计,沿红线引导即可实现拆卸维护,大幅降低了维护难度,为IT管理人员缓压,同时降低企业运维成本。
在硬件方面,ThinkStation P318最高可选配英特尔@酷睿? i7-7700处理器,采用最新的14纳米工艺,四核八线程规格3.4GHz主频,最大睿频可以达到4.2GHz,但功耗仅为65W,更低能耗的同时带来更出色的性能体验。在图形显示方面,最高支持NVIDIA Quadro P600专业设计3D显卡, 可呈现出最高画质立体 3D 环境并可支持单卡8个显示器扩展应用。值得一提的是,用户可自由选配NVIDIA GTX1060、GTX1070、GTX1080高性能显卡,为游戏开发,深度学习及VR内容开发等诸多行业用户提供更多可能。

同时,联想ThinkStation为优化运行各种业界领先应用程序的性能和可靠性,与ISV软件厂商开展深度合作,联想投入了大量工程研发工作并进行了严格的测试。一系类对软硬件组合的认证,确保客户的应用软件在ThinkStation上充分发挥最大效能。
安全设计 彰显专业
ThinkStation P318专注商用领域,除了为用户带来内外部的全新设计外更引入了安全设计理念。主板采用了顶级英特尔@Q270芯片组,支持vPro技术,重要的安全软件就可以在后台防篡改的隔离虚拟分区上时时运行,防止黑客、病毒(蠕虫)对信息的窜改和破坏,同时不影响用户执行密集型计算应用。
另一方面,ThinkStation P318新品加入了灵巧锁设计,用户可将有线键盘和鼠标插口固定于机箱本体上,需打开机箱侧面板后才可解锁,有效保护键盘和鼠标丢失。新品同时提供智能USB屏蔽功能,用户可在BIOS设置中仅识别键盘鼠标等非存储类设备,或设置单个USB端口全部允许或屏蔽使用,为用户数据安全多一层保障。
机器学习 智慧应用
随着近年人工智能的深度发展,对硬件的计算需求愈发强烈,高性能GPU可提供高效的并行计算,为用户快速开始迭代深度学习网络,大大提升深度学习能力。ThinkStation P318可搭载Pascal架构的 GTX 1080高性能显卡,其核心频率达到了惊人的1607MHz,凭借超高的基础频率和庞大的运算规模,拥有9 TFLOPS的超高单精度浮点运算能力,完美贴合深度学习的大量矩阵、卷积运算的需求。
同时,对于深度学习工作而言,电源常常成为被忽视的问题。稳定的电源是一个深度学习工作站的根本,ThinkStation P318 可选配80Plus铂金电源,在电压稳定性、纹波、转换效率、保持时间上为用户带来顶级表现,不为深度学习运算拖后腿。
此外,ThinkStation P318出厂可选"联想远程管理平台"软件,任何软件、硬件问题可直接呼叫专家与工程师来在线交流,并可远程协助支持。并为用户配备了专业售后服务团队,可实现7x24小时技术支持并快速携带备件上门,为用户业务稳定运行提供坚实保障。
作为联想工作站家族新成员,联想ThinkStation P318以其商务设计,灵活的选配为用户提供最具性价比的解决方案。加之Think家族高品质基因,定将成为深度学习、VR内容创建、游戏开发、基础设计、安防监控等诸多行业用户的智慧之选。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。