微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 联想ThinkStation P300工作站 P系列的先行军

联想ThinkStation P300工作站 P系列的先行军

2014-08-29 09:41
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-08-29 09:41 孙斌

在8月12日温哥华举办的SIGGRAPH 2014大会上,联想正式推出了全新一代ThinkStation P系列工作站家族新品,其中包括P500、P700和P900三款图形工作站。该系列新品将为制造业、媒体和工程建设、数字娱乐、医疗和科学、石油天然气、金融等各行业专家提供稳定可靠、量身定制的工作站产品和技术。据悉,ThinkStation P系列工作站家族的三款新品,预计在10月份正式登陆中国市场。

联想副总裁兼工作站事业部总经理Victor Rios表示:“通过长时间的研发测试盒大量用户调查,我们坚信P系列工作站新品,是迄今为止设计最卓越的工作站,他将为用户提供前所未有的终极性能、卓越可靠性以及无以伦比的使用体验。”从其话语中不难看出联想公司对ThinkStation P系列的新品充满信心。

联想ThinkStation P300工作站 P系列的先行军

作为这个系列的先行军,早在5月份发布的联想ThinkStation P300工作站拥有全新人性化简洁的设计,塔式和小机箱两款机型的选择,可满足不同用户的使用需求。采用英特尔最新Haswell处理器平台,搭载全新英特尔至强处理器及第四代智能英特尔酷睿处理器;全新NVIDIA Quadro、NVS及AMD专业显卡;DDR3 1600MHz ECC内存。这样的配置完全可以用更低能耗实现更大功率输出和更高效率,同时全面提升3D性能, 轻松完成专业而繁复的图形处理任务。大大提升数据准确性与系统可靠性,即使面对庞大系统运转亦应对有余。支持联想教育应用解决方案,可最大化利用教育资源,提升教学效率。PC一般的价位,是企业在合理预算内的最佳工作站选择。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-