戴尔 PowerEdge R770 系列服务器长期以来一直是数据中心的基石，以其卓越的制造质量、周到的设计、性能、密度和可靠性以及多功能的 2U 外形而闻名。这些服务器不断演进，以满足不断变化的需求。如今，随着戴尔 PowerEdge R770 的推出，该系列服务器实现了重大飞跃。
R770首次搭载英特尔全新至强 6 处理器系列，包括至强 6500 和 6700 P 核心及 E 核心处理器。这标志着戴尔首次在其主流服务器产品线中全面采用 OCP 数据中心模块化硬件系统 (DC MHS) 标准。这两项改进共同预示着其性能和设计理念的重大革新。
满足现代数据中心的需求
R770 的推出正值数据中心面临日益增长的压力之际。工作负载日益多样化，要求也越来越高。数据的持续增长催生了对强大分析和数据库的需求。从训练复杂模型到部署实时推理，人工智能不再只是一项小众应用，而是需要强大计算能力和专业加速的核心业务驱动力。
与此同时，能源效率和总拥有成本的优化也备受关注。此外，业界越来越倾向于采用开放标准，以促进创新、增强互操作性，并尽可能减少供应商锁定。R770 配备全新处理器选项，并采用 OCP DC MHS 标准，旨在正面应对这些挑战。
英特尔至强 6 P 核处理器
R770 处理器采用英特尔至强 6 系列处理器，包括 6700 和 6500 系列，集成基于 Socket E2 (LGA4710-2) 平台的高性能和高能效核心。本次评测主要关注 P 系列 SKU。
英特尔采用基于块的设计构建这些处理器，将 I/O 块与一个或两个计算块相结合。这使得该系列具有可扩展性，使用两个计算块时，配置最高可达 86 个 P 核心 (XCC)，使用单个计算块时，配置最低可达 48 个 P 核心 (HCC) 或 16 个 P 核心 (LCC)。
与上一代 Sapphire 和 Emerald Rapids 处理器相比，这些处理器的一个关键区别在于所有 Xeon 6 处理器均内置通用加速器。这包括用于加密和压缩的英特尔 QuickAssist 技术、用于数据移动的英特尔数据流加速器、用于数据库和分析加速的英特尔内存分析加速器，以及用于提高网络处理效率的英特尔动态负载均衡器。
内存和 I/O 带宽也得到了显著升级。至强 6700/6500 P 核系列支持 8 通道 DDR5 内存。它们还为多路复用 Rank DIMM (MRDIMM) 奠定了基础，可提供高达 8,800 MT/s 的速度。在 I/O 方面，这些处理器支持 PCIe 5.0 和 CXL 2.0。在双插槽配置中，该平台每个插槽最多可提供 88 个 PCIe 通道（总计 176 个通道）。
尽管 P 核和 E 核存在差异，至强 6 系列在指令集、BIOS、驱动程序、操作系统/应用程序支持和 RAS 功能方面保持一致，从而简化了不同部署类型的集成和管理。P 核版本针对的是每核性能、AI 加速、高内存带宽和大量 I/O 至关重要的工作负载；例如要求苛刻的数据库、HPC 模拟、高级分析以及各种 AI 应用。
Dell PowerEdge R770 在物理设计和组件架构方面引入了显著的进步和灵活性，采用了开放计算项目的数据中心模块化硬件系统 (OCP DC MHS) 标准。
R770 延续 R7x0 系列的优良传统，提供丰富的配置选项，以满足多样化的部署需求。该系列的一大亮点是支持传统的后置 I/O 配置和前置 I/O 冷通道可访问配置，从而为不同的数据中心布局和可维护性需求提供更大的灵活性。存储选项同样丰富多样，从专注于计算且本地存储极少或没有本地存储的节点，到支持 40 个 E3.S 硬盘的高密度配置，可满足以存储为中心的工作负载。
为了满足日益增长的加速计算需求，尤其是在人工智能 (AI) 和高性能计算 (HPC) 领域，R770 拥有强大的扩展能力。根据机箱和转接卡配置，该服务器最多可容纳六张第五代 x16 全高全长 (FHFL) PCIe 卡。此外，它还支持安装两个双宽 GPU，使其成为一个能够胜任各种任务的平台。通过 OCP 3.0 夹层插槽提供灵活的网络连接，可根据配置支持 x8 或 x16 卡。
戴尔还实施了多项设计改进，旨在提高可维护性和可靠性。一个典型的例子是启动优化存储解决方案 (BOSS) 卡的改进。R770 中的 BOSS 控制器之前通过线缆连接并内置于 PCIe 转接卡中，现在已实现为 OCP 标准化卡，可直接与主板连接，从而消除了布线的复杂性。这款新的 BOSS 控制器还配备了速度更快的 NVMe M.2 驱动器，并集成了散热器，以确保启动设备的最佳工作温度和性能。另一个对技术人员来说微妙而实用的改进是，将传统的跳线改为更人性化的 DIP 开关，用于清除 NVRAM 等功能。
最深刻的架构转变是全面采用 OCP DC MHS 标准。戴尔在前几代产品中就已融入 OCP 元素，尤其是采用了 OCP 3.0 网络适配器插槽。R770 则更进一步。现在，关键组件均符合 OCP 规范，包括主机处理器模块 (HPM)，俗称主板，其中包含转接卡插槽等部件，现在采用 M-XIO 连接器。M -XIO 连接器为转接卡提供了标准化接口，增强了灵活性和可升级性。iDRAC 也采用 OCP DC-SCM（服务器控制模块）设计。
此外，R770 还引入了全新的 PICPWR 电源连接器，用于连接 GPU 和背板等外设。该连接器是一项重要的新增功能，简化了电源传输，并集成了在线电源监控功能。
这种深度集成使各个子系统的接口和外形尺寸标准化。虽然戴尔强调用户应坚持使用经过验证的组件以保证兼容性和支持，但底层的标准化使得许多部件本质上更易于用户维护，并且未来有可能在兼容系统之间实现互换。
管理和 iDRAC
Dell PowerEdge R770 在功能丰富且备受青睐的 iDRAC 9 基础上，新增了新一代 iDRAC 10，通过与数据中心安全控制模块 (DC-SCM) 的无缝集成，增强了系统管理功能。这种集成简化了固件更新和配置管理，确保跨数据中心的一致且可扩展的运行。iDRAC 10 还支持高级自动化和监控功能，使 IT 管理员能够高效管理大规模部署，而不会影响性能或可靠性。
安全性是 R770 管理功能的基石，戴尔实施了强大的预启动和启动验证机制。iDRAC 10 利用基于硅的信任根技术，确保所有固件（包括 BIOS 和 iDRAC）在执行前都经过加密验证。这种基于硬件的不可篡改的安全措施可防止恶意软件篡改和供应链攻击，为系统运行提供安全的基础。此外，R770 还集成了量子安全启动协议，以缓解新兴的加密威胁，进一步巩固了其在保护关键基础设施方面的作用。
戴尔对供应链安全的承诺在 R770 的设计中得到了充分体现，该设计采用了全面的信任链认证流程。每个硬件组件均使用制造过程中嵌入的加密签名进行严格验证。此流程确保仅使用授权固件和组件，从而降低未经授权的修改或假冒部件带来的风险。
人工智能工厂的基石
R770 可搭配多种 GPU 和机箱配置，使其成为适用于各种 AI 工作负载的多功能平台。这种灵活性及其强大的存储和网络功能，使其成为在 AI 工厂部署 AI 解决方案的组织的理想之选。AI 工厂是指大规模创建、训练和部署 AI 模型所需的基础设施和工具。这些工厂对于开发自动驾驶汽车和机器人等先进系统至关重要，因为它们提供了高效处理海量数据集所需的计算能力和数据流水线。
开发自动驾驶汽车和机器人系统需要大量能够反映真实场景的训练数据。NVIDIA 的 Cosmos NIM 是该领域的一项重大进步，它为开发者提供了强大的工具包，以加速创建和部署像世界基础模型 (World Foundational Models) 这样的物理 AI 系统。
了解世界基金会模型
世界基础模型 (WFM) 是复杂的神经网络，能够模拟真实世界环境，并根据各种输入预测准确的结果。与专注于特定任务的传统 AI 模型不同，WFM 能够理解物理世界的动态，包括物理和空间属性。它们可以根据文本提示、图像或其他输入数据生成视频，同时准确地表示运动、力和空间关系。
NVIDIA Cosmos NIM：迈向世界基础模型的垫脚石
NVIDIA 的 Cosmos NIM 是迈向世界基础模型 (World Foundational Models) 的关键一步。它们使组织和 AI 实验室能够生成合成训练数据，从而高效地扩展训练这些 AI 模型所需的数据。我们部署了Cosmos Predict模型，这是一个通用模型，可以根据文本或视频提示生成世界状态，并通过预测帧来合成连续运动。
这些是我们仅用一张实验室照片就用 Cosmos 得到的有趣结果。虽然并非完美无缺，但仅凭一张照片就能做出的效果已经非常令人印象深刻。
R770 能够支持 NVIDIA H100 等高性能 GPU，并且其强大的存储和网络功能使其成为寻求部署 AI 解决方案的组织的理想选择。
利用 R770 的功能，企业可以高效地训练和部署 Cosmos NIM 等 AI 模型，从而加速自动驾驶汽车和机器人系统的开发。R770 的卓越性能和可扩展性使其成为处理 AI 模型训练所需海量数据的理想平台，其多功能性使其能够支持各种 AI 工作负载。
GPU直接存储
GPU 直接存储 (GPU Direct Storage) 是一种绕过 CPU 和系统内存，在存储设备和 GPU 之间实现直接数据传输的技术。在传统的数据传输中，数据从存储设备读取到 CPU 内存，然后再复制到 GPU 内存。此过程涉及多次数据复制，导致延迟增加和性能下降。CPU 是瓶颈，需要处理存储和 GPU 之间的数据传输。GDS 通过直接允许存储设备与 GPU 内存之间传输数据，消除了这一瓶颈。
我们对由 16 个驱动器组成的存储系统进行了 GDSIO 工作负载分析，逐步增加所用驱动器的数量，以了解存储性能及其饱和 PCIe Gen 5 GPU 的能力。
GDSIO 读取图表展示了增加 KIOXIA CD8P SSD 数量对 r770 中总读取吞吐量和平均读取吞吐量的影响。最初，随着驱动器数量从 1 个增加到 4 个，总读取吞吐量迅速增长，达到约 50.2 GiB/秒。这表明系统仅需 3 到 4 个驱动器即可使 PCIe Gen 5 x16 达到饱和状态，用于数据加载。超过 5 个驱动器后，总吞吐量趋于稳定，表明增加驱动器并不能显著提高性能。同时，每个驱动器的平均读取吞吐量在最多 4 个驱动器的情况下保持稳定，但随着更多驱动器的添加而下降。每个驱动器性能的下降是因为更多驱动器共享可用的 PCIe 总线带宽，导致单个驱动器的读取次数减少。
相比之下，这些驱动器的写入性能远低于读取性能。所有 16 个驱动器的写入带宽均达到 46.7GiB/s，而驱动器的平均写入速度几乎保持不变。鉴于这些是铠侠 CD8 产品组合中写入性能较低的产品，因此高容量版本或其他 PCIe Gen5 SSD 的表现会更好。
Dell PowerEdge R770 基准测试
说到基准测试，R770 是戴尔的旗舰级主流系统，因此将部署在许多不同的环境中。因此，我们针对该平台运行了一套全面的基准测试，以了解该平台在不同环境下的性能表现。我们还在一些测试中与联想 ThinkSystem SR630 V4 进行了比较，以展示高端 E 核和 P 核 CPU 之间的差异。
系统配置
CPU： 2 个 Intel Xeon 6787P（每个 86 个核心）
RAM： 32x Micron 64 GB 双列 DDR5 6400 MT/s 总内存：2TB
电源： 2x Delta 1500W
GPU： 1x NVIDIA H100 用于 TGI 基准测试，1x NVIDIA L4 用于其余测试
网卡： DELL BRCM 4P 25G SFP 57504S OCP 网卡
BOSS 卡： BOSS-N1 DC-MHS 磁盘 0 和 1 SK 海力士 480 GB Dell NVMe ISE PE9010 RI M.2 480GB
磁盘：背板 1 中的 0-5：三星 6.4 TB，戴尔 NVMe PM1745 MU E3.S 6.4TB
AI工作负载性能
文本生成推理基准
文本生成推理 (TGI) 是由 Hugging Face 开发的一款高性能 LLM 推理服务器。它旨在优化 LLM 的部署和使用，使其成为生产环境的理想选择。TGI 支持各种开源 LLM，并提供张量并行、token 流式传输和连续批处理等功能，从而提升其性能和效率。
TGI 的基准测试功能用于评估其在不同配置和工作负载下的性能。TGI 的基准测试功能能够更准确地反映实际性能，因为它充分考虑了在生产环境中提供 LLM 服务的复杂性。
使用 LLM 生成文本涉及两个主要阶段：预填充阶段和解码阶段。预填充阶段是初始步骤，LLM 在此阶段处理输入提示以生成必要的中间表示。此阶段计算量巨大，因为它需要在模型的单次前向传递中处理整个输入提示。
在预填充阶段，输入提示会被标记化并转换为 LLM 可以处理的格式。然后，LLM 计算 KV 缓存，用于存储有关输入标记的信息。KV 缓存是一个关键的数据结构，有助于生成输出标记。
相比之下，解码阶段是一个自回归过程，其中 LLM 基于预填充阶段生成的中间表示，一次生成一个输出 token。解码阶段严重依赖于预填充阶段生成的 KV 缓存，该缓存为生成连贯且上下文相关的输出 token 提供了必要的上下文。
预填充阶段
随着批量大小从 1 增加到 32，这三个模型的延迟都会增加；DeepSeek-R1-Distill-Qwen-32 B 的延迟从批量大小为 1 时的 29.97 毫秒增加到批量大小为 32 时的 76.95 毫秒。同样，GEMMA-3-27B-IT 和 Qwen/QwQ-32B 的延迟分别从 51.84 毫秒和 29.90 毫秒增加到 79.58 毫秒和 76.30 毫秒。
相反，随着批次大小的增加，令牌率显著提升。批次大小为 1 时，三个模型的令牌率范围为每秒 192.95 到 334.46 个令牌。批次大小为 32 时，DeepSeek-R1-Distill-Qwen-32B、GEMMA-3-27B-IT 和 Qwen/QwQ-32B 的令牌率分别飙升至每秒 4158.67、4021.40 和 4194.13 个令牌。
解码阶段
与预填充阶段不同，解码阶段的延迟在不同批次大小下保持相对稳定。例如，随着批次大小从 2 增加到 32，DeepSeek-R1-Distill-Qwen-32 B 的延迟范围从 27.14 毫秒到 29.52 毫秒。
解码阶段的令牌速率会随着批次大小的增加而提升，尽管不如预填充阶段那样显著。批次大小为 1 时，DeepSeek-R1-Distill-Qwen-32B 和 Qwen/QwQ-32B 的令牌速率约为每秒 36-37 个令牌，GEMMA-3-27B-IT 的令牌速率约为每秒 33.96 个令牌。批次大小为 32 时，令牌速率分别提升至每秒 1083.83 个、873.39 个和 1084.89 个令牌。
这是意料之中的，因为预填充阶段会计算整个输入提示的初始隐藏状态和键值缓存，这很容易使 GPU 饱和，因为大型批量操作可以同时运行。处理提示后，模型会生成新的 token，通常一次一个。在每个步骤中，模型都会采用前一个 token 和缓存的隐藏状态，并生成下一个 token。由于此阶段实际上是逐个 token 进行处理，因此批量大小通常较小，导致 GPU 经常得不到充分利用。
Procyon AI 计算机视觉基准
Procyon AI 计算机视觉基准测试使用真实的机器视觉任务，评估 CPU、GPU 和 AI 加速器上的 AI 推理性能。它支持 TensorRT、OpenVINO、SNPE、Windows ML 和 Core ML 等多种推理引擎，提供关于效率、兼容性和优化的洞察。
Procyon AI 计算机视觉基准测试结果也展现了其强大的 AI 推理性能。该系统实现了较短的推理时间，MobileNet V3 为 20.64 毫秒，ResNet 50 为 22.42 毫秒。Inception V4 和 DeepLab 分别运行时间为 65.23 毫秒和 41.37 毫秒，能够有效处理更复杂的视觉工作负载。关键物体检测模型 YOLO V3 的处理时间为 37.80 毫秒，非常适合实时 AI 应用。计算密集型超分辨率模型 REAL-ESRGAN 的运行时间为 1,159.22 毫秒，这使得我们的 AI 计算机视觉总体得分达到 81 分。
Hammer DB TPROC-C
我们还使用 HammerDB TPROC-C 基准测试模拟了 500 个仓库的 OLTP 工作负载，评估了四种流行的开源数据库（MariaDB 11.4.4、MySQL 8.4.4、MySQL 5.7.44 和 PostgreSQL 17.2）的性能。
MariaDB 表现最佳，尤其是在双路配置下，它能够有效扩展并实现最高的事务吞吐量。MySQL 8.4.4 较旧版 5.7.44 版本有显著改进，突显了近期版本的增强功能。PostgreSQL 17.2 性能稳定，但略逊于 MariaDB 和 MySQL 8.4.4。MariaDB 在单路配置下性能为 315 万 TPM，在双路配置下性能为 580 万 TPM，在两种场景下均优于其他版本。
尽管 R770 硬件性能强大，每个 CPU 配备 86 个核心（高优先级和低优先级核心混合），但所有数据库在双路运行的情况下均未展现出显著的性能提升。这反映了开源数据库普遍倾向于单路执行，因为这样可以获得更好的核心局部性和更低的内存延迟。
鉴于这些结果，R770 更适合在虚拟化环境中运行多个数据库实例，而不是扩展单个实例。该系统的架构非常适合支持高密度、混合数据库工作负载，能够利用性能和效率核心在多个实例之间提供一致的吞吐量。
7-Zip
流行的 7-Zip 实用程序的内置内存基准测试可测量系统在压缩和解压缩任务期间的 CPU 和内存性能，表明系统处理数据密集型操作的能力。
在 7-Zip 基准测试中，在压缩任务方面，戴尔系统的评分（266.425 GIPS）高于联想系统（224.313 GIPS），而戴尔系统的 CPU 使用率略低。然而，联想在解压缩方面的表现优于戴尔，其评分更高（288.457 GIPS vs. 256.154 GIPS），CPU 使用率也略高。戴尔系统的总评分略高（261.290 GIPS），表明其在压缩和解压缩任务中的整体效率更高。
y-cruncher
y-cruncher 是一款广受欢迎的基准测试和压力测试应用程序，于 2009 年推出。该测试支持多线程和可扩展性，能够计算圆周率 (Pi) 和其他数万亿位常量。在这项测试中，速度越快越好。这款软件在测试高核数平台方面表现出色，并展现了单路和双路平台之间的计算优势。
Y-cruncher 基准测试结果显示，搭载 P 核 CPU 的 Dell PowerEdge R770 与搭载 E 核 CPU 的 Lenovo ThinkSystem SR630 V4 之间存在显著的性能差距，尤其是在数据集规模增加的情况下。这与其说是讨论哪个系统更优，不如说是展示不同 CPU 类型在相同工作负载下的比较情况。
对于较小的计算，戴尔系统已经领先，计算圆周率的十亿位小数只需 2.753 秒，而联想则耗时 5.997 秒，是戴尔系统的两倍多。随着工作负载的增加，差距进一步拉大。在 100 亿位小数计算中，戴尔系统耗时 34.873 秒，不到联想系统 81.046 秒的一半。计算 500 亿位小数时，戴尔保持领先，耗时 221.255 秒，而联想耗时 476.826 秒，戴尔系统速度快 53%。
在1000亿位数字下，联想由于当前配置了512GB内存而无法完成测试。而戴尔凭借2TB内存高效地处理了工作负载，耗时491.737秒。
Blender OptiX
一款开源 3D 建模应用程序。此基准测试使用 Blender Benchmark 实用程序运行。分数以每分钟采样数计算，越高越好。
Blender 基准测试结果显示，戴尔 PowerEdge R770 的性能优势明显优于联想 ThinkSystem SR630 V4，尤其是在 CPU 渲染方面。在 CPU Monster 测试中，戴尔的采样率为每分钟 1,706.002 次，比联想的每分钟 1,432.09 次高出 19%。CPU Junkshop 测试进一步凸显了这一差距，戴尔的采样率为每分钟 1,169.370 次，比联想的每分钟 914.75 次高出 28%。同样，在 CPU Classroom 测试中，戴尔的采样率为每分钟 791.475 次，而联想的采样率为每分钟 656.68 次，差距高达 20%。
联想系统缺少 GPU 也意味着它无法参与基于 GPU 的渲染，其中戴尔的 NVIDIA L4 在 Monster 上的得分为 1,895.71 样本/分钟，在 Classroom 上的得分为 968.43 样本/分钟。
Cinebench R23
Cinebench R23 基准测试工具通过使用 Cinema 4D 引擎渲染复杂的 3D 场景来评估系统的 CPU 性能。它测量单核和多核性能，全面展现 CPU 处理 3D 渲染任务的能力。
在 Cinebench R23 中，基准测试结果突显了戴尔 PowerEdge R770 和联想 ThinkSystem SR630 V4 在 CPU 性能方面的显著差异，尤其是在每个处理器的内核数量方面。联想 ThinkSystem SR630 V4 配备两颗英特尔至强 6780E 处理器（每颗处理器 144 个内核），在 CPU 多核测试中以 99,266 分的成绩超越戴尔，而戴尔的得分为 74,710 分。这一差异反映了联想在多线程工作负载方面的优势，这得益于联想的内核数量（共 288 个内核），而戴尔的两颗英特尔至强 6787P 处理器（每颗处理器 86 个内核）则限制了其多核性能。
在CPU单核测试中，戴尔表现更佳，得分为1272分，超越联想的894分，凸显了戴尔虽然核心数较少，但单线程效率却更胜一筹。
Cinebench 2024
Cinebench 2024 扩展了 R23 的基准测试功能，增加了 GPU 性能评估。它不仅测试 CPU 性能，还包含衡量 GPU 处理渲染任务能力的测试。
在本次更新的基准测试中，戴尔 PowerEdge R770 的 GPU 性能得分为 12,996 分，凸显了其处理 GPU 加速渲染任务的能力。联想 ThinkSystem SR630 V4 没有专用 GPU，因此没有记录 GPU 得分。
在CPU多核测试中，联想获得了2884分，略高于戴尔的2831分，表明联想在多核性能方面略胜一筹。在CPU单核测试中，戴尔的表现优于联想，获得了71分，而联想获得了53分，这表明尽管戴尔的核心数量较少，但单核性能却更高。
Geekbench 6
Geekbench 6 是一款跨平台基准测试工具，用于衡量系统整体性能。您可以使用 Geekbench 浏览器将任何系统与其进行比较。
Geekbench 6 基准测试结果显示，戴尔 PowerEdge R770 和联想 ThinkSystem SR630 V4 之间存在明显的性能差异。在 CPU 单核测试中，戴尔以 1,797 分的成绩优于联想，而联想的得分为 1,173 分，这表明戴尔的单核性能提高了 53%。
在 CPU 多核测试中，戴尔再次以 15,880 分领先，而联想则以 13,868 分领先，这使得戴尔在多核性能方面领先 14%。这表明戴尔的英特尔至强 6787P 处理器拥有卓越的整体计算能力，尤其是在需要多核处理的任务中。
GPU OpenCL 测试进一步凸显了戴尔的优势，得益于 NVIDIA L4 GPU，其得分达到了 148,730。
Blackmagic RAW速度测试
Blackmagic RAW Speed Test 是一款性能基准测试工具，旨在衡量系统使用 Blackmagic RAW 编解码器处理视频播放和编辑的能力。它评估系统解码和播放高分辨率视频文件的性能，并提供基于 CPU 和 GPU 处理的帧速率。
在基于 CPU 的测试中，戴尔 PowerEdge R770 达到了 141 FPS，优于联想 ThinkSystem SR630 V4（120 FPS）。这表明戴尔系统在基于 CPU 的视频处理方面比联想系统更高效。在基于 GPU 的测试中，戴尔 PowerEdge R770 的得分为 157 FPS，这得益于 NVIDIA GPU 的出色表现。
Blackmagic磁盘速度测试
Blackmagic Disk Speed Test 会测试硬盘的读写速度，评估其性能，尤其是在视频编辑任务中。它可以帮助用户确保其存储速度足以支持高分辨率内容，例如 4K 或 8K 视频。
在 Blackmagic 速度测试中，搭配镜像 SK 海力士 480GB Dell NVMe 的 Dell PowerEdge R770 boss 卡实现了 3,010.3 MB/s 的读取速度和 976.3 MB/s 的写入速度。
结论
Dell PowerEdge R770 确实让我们兴奋不已，因为它采用了开放计算项目的数据中心模块化硬件系统 (OCP DC MHS) 标准和尖端硬件。OCP DC MHS 的集成带来了诸多优势，包括增强的模块化、更高的可维护性，以及通过提高标准化程度可能降低的成本。从将 iDRAC 作为 OCP DC-SCM 实现到端口，这种设计理念体现在系统的各个方面。
R770 还拥有出色的存储能力，单个 2U 机箱最多可支持 40 个 E3.S 硬盘，是存储密集型工作负载的理想解决方案。此外，该服务器支持多种配置，包括前置 I/O 冷通道可访问配置，进一步增强了其灵活性，从而能够更好地满足不同的数据中心布局和可维护性需求。
R770 支持多种 GPU 和英特尔至强 6 核高性能 CPU，是一款真正强大的多功能服务器平台，能够满足现代数据中心的需求。其先进的硬件、模块化设计和强大的安全功能，使 R770 成为希望部署 AI、HPC 和传统企业工作负载的组织的理想之选。
【公司名称】四川旭辉星创科技有限公司
【销售经理】熊经理
【联系方式】座机：028-85596747 手机：18244236404
【公司地址】四川省成都市武侯区二环路南一段13号群益商务大厦1栋单元4层1-403
请用微信扫描二维码
