CPU也可以完美運行大模型 英特爾第五代至強重磅發布

　　大語言模型(LLM)已經在多個領域展示出了卓越的性能和巨大的潛力，然而，要想真正發揮出這些模型的強大能力，需要強大的算力基礎設施，而芯片是關鍵。

　　千呼萬喚始出來，第五代英特爾®️ 至強®️ 可擴展處理器，它來了!

　　若是用一句話來概括它的特點，那就是——AI味道越發得濃厚。

　　以訓練、推理大模型為例：

　　● 與第四代相比，訓練性能提升多達29%，推理性能提升高達42%;

　　● 與第三代相比，AI訓練和推理性能提升高達14倍。

　　什么概念?

　　現在若是將不超過200億參數的模型“投喂”給第五代至強®️ 可擴展處理器，那么時延將低到不超過100毫秒!

　　也就是說，現在在CPU上跑大模型，著實是更香了。

　　而這也僅是英特爾在此次發布中的一隅，還包括打破自家“祖制”、被稱為四十年來最重大架構轉變的酷睿™️ Ultra。

　　此舉亦是將AI的power注入到消費級PC中，用于加速本地的AI推理。

　　除此之外，具體到英特爾長期在各行各業扎根的AI實戰應用，包括數據庫、科學計算、生成式AI、機器學習、云服務等等，也隨著第五代至強®️ 可擴展處理器的到來，在其內置的如英特爾®️ AMX、英特爾®️ SGX/TDX等其他內置加速器的幫助下，得到了更大的降本增效。

　　總而言之，縱觀英特爾此次整場的發布，AI可謂貫穿始終。

　　最新英特爾處理器，AI更Power了

　　我們先來繼續深入了解一下第五代至強®️ 可擴展處理器披露的更多細節。

　　例如在性能優化方面，英特爾將各種參數做了以下提升：

　　● CPU核心數量增加到64個，單核性能更高，每個內核都具備AI加速功能

　　● 采用全新I/O技術(CXL、PCIe5)，UPI速度提升

　　● 內存帶寬從4800 MT/s提高至5600 MT/s

　　我們再來縱向，與英特爾前兩代產品做個比較，那么性能提升的結果是這樣的：

　　● 與上一代產品相比，相同熱設計功耗下平均性能提升21%;與第三代產品比，平均性能提升87%。

　　● 與上一代產品相比，內存帶寬提升高達16%，三級緩存容量提升至近3倍之多。

　　不難看出，第五代至強®️ 可擴展處理器與“前任們”相比，在規格與性能上著實是有了不小的提升。

　　但英特爾可不僅僅是披露，而是已經將第五代至強®️ 可擴展處理器用起來，并把實打實的使用效果展示了出來。

　　例如在大模型的推理方面，京東云便在現場展示了搭載第五代至強®️ 可擴展處理器的新一代自研服務器所呈現的能力——

　　全部以超過20%的性能提升“姿勢”亮相!

　　具體而言，京東云與上一代自研服務器有了如下的性能提升：

　　● 整機性能提升達123%;

　　● AI計算機視覺推理性能提升至138%;

　　● Llama 2推理性能提升至151%。

　　這也再一次證明了在五代至強®️ 上搞大模型，是越發得吃香了。

　　而除了大模型之外，像涉及AI的各種細分領域，如整機算力、內存寬帶、視頻處理等等，也有同樣的實測結果。

　　這份結果則是來自采用了第五代英特爾® 至強® 可擴展處理器的火山引擎——

　　其全新升級的第三代彈性計算實例，整機算力提升39%;應用性能最高提升43%。

　　而且在性能提升的基礎上，據火山引擎透露，通過其獨有的潮汐資源并池能力，構建了百萬核彈性資源池，能夠用近似包月的成本提供按量使用體驗，上云成本更低了!

　　這是由于使用內置于第五代至強®️ 可擴展處理器中的加速器時，可將每瓦性能平均提升10倍;在能耗低至105W的同時，也有已針對工作負載優化的高能效SKU。

　　可以說是實打實的降本增效了。

　　在云計算和安全性方面，亮出實測體驗的同樣是來自國內的大廠——阿里云。

　　在搭載第五代英特爾® 至強® 可擴展處理器及其內置的英特爾® AMX、英特爾® TDX加速引擎后，阿里云打造了“生成式AI模型及數據保護“的創新實踐，使第8代ECS實例在安全性和AI性能上都獲得了顯著提升，且保持實例價格不變，普惠客戶。

　　包括推理性能提高25%、QAT加解密性能提升20%、數據庫性能提升25%，以及音視頻性能提升15%。

　　值得一提的是，內置的英特爾®️ SGX/TDX還可以為企業分別提供更強也更易用的應用隔離能力和虛擬機 (VM) 層面的隔離和保密性，為現有應用提供了一條更簡便的向可信執行環境遷移的路徑。

　　以及第五代英特爾® 至強® 可擴展處理器在軟件和引腳上是與上一代兼容的，還可以大大減少測試和驗證工作。

　　總的來說，第五代至強® 可擴展處理器可謂“誠意滿滿”、表現非常亮眼，而它背后所透露出來的，正是英特爾在AI領域一直都非常重視落地的態度。

　　背后是一部AI落地史

　　事實上，作為服務器/工作端芯片，英特爾® 至強® 可擴展處理器從2017年第一代產品開始就利用英特爾®️ AVX-512技術的矢量運算能力對AI進行加速上的嘗試;而2018年在第二代至強®️ 可擴展處理器中導入深度學習加速技術(DL Boost)更是讓至強成為“CPU跑AI”的代名詞;在之后第三代到第五代至強®️ 可擴展處理器的演進中，從BF16的增添再到英特爾®️ AMX的入駐，可以說英特爾一直在充分利用CPU資源的道路上深耕，以求每一代處理器CPU都能支持各行各業推進AI實戰。

　　起先是在傳統行業。

　　例如第二代至強®️ 就發力智能制造，幫助企業解決海量實時數據處理挑戰，提升生產線系統效率，完成“肉眼可見”的產能擴展。

　　隨后，至強® 可擴展處理器開始在大模型界大展身手。

　　在AlphaFold2掀起的蛋白質折疊預測熱潮之中，第三代和第四代至強® 可擴展處理器連續接力，不斷優化端到端通量能力。實現比GPU更具性價比的加速方案，直接拉低AI for Science的入場門檻。

　　這其中就有從第四代開始內置于CPU中，面向深度學習應用推出的創新AI加速引擎——英特爾® AMX的功勞。作為矩陣相關的加速器，它能顯著加速基于CPU平臺的深度學習推理和訓練，提升AI整體性能，對INT8、BF16等低精度數據類型都有著良好的支持。

　　與此同時，在大模型時代的OCR技術應用，也被第四代至強® 可擴展處理器賦予了新的“靈魂”，準確率飆升、響應延遲更低。

　　同樣，就在不久之前，借助第四代至強®️ 可擴展處理器在NLP上的優化，專攻醫療行業的大語言模型也成功以較低成本在醫療機構部署落地。

　　在AI技術越來越深入各行各業的大趨勢之下，至強® 可擴展處理器讓我們看到，它所代表的CPU解法完全能夠有所作為、能夠讓不少AI應用在部署更為廣泛、獲取更加容易、應用門檻也更低的CPU平臺上獲得實實在在的落地開花。

　　第五代至強® 可擴展處理器的發布，則讓這個進程更進一步。

　　當然——

　　這一成績的背后，確實是因為大家對“在CPU上跑AI”這件事上有需求，以及它本身也有極其深厚的價值和優勢。

　　先說需求，無論是傳統企業推進智能化改造，還是AI for Science、生成式AI等新興技術的蓬勃發展，都需要強大的算力來驅動。

　　但大家面臨的局勢卻是：專門的加速芯片供不應求，采購難不說，成本也十分高昂，因此還遠遠不夠普及。

　　于是一部分人自然將目光投向CPU：

　　這個現實中最為“觸手可及”的硬件，如果直接加以利用，豈不是事半功倍?

　　這就引出CPU的價值和優勢。

　　就拿當下熱門話題生成式AI來說，如果想在生產環境中普及這一能力，就得盡可能地控制成本。

　　相比訓練來說，AI的推理對算力資源需求沒有那么夸張，交給CPU完全能夠勝任——不僅延遲更低，能效也更高。

　　像一些行業和業務，推理任務沒有那么繁重，選擇CPU無疑更具性價比。

　　此外，利用CPU直接進行部署還能讓企業充分利用既有IT基礎設施，避免異構平臺的部署難題。

　　以上，我們也就能夠理解：在傳統架構中引入AI加速，就是CPU在這個時代的新宿命。

　　而英特爾做的，就是竭盡全力幫大家挖掘、釋放其中的價值。

　　駕馭整個AI管線，且不止CPU

　　最后，我們再回到今天的主角：第五代英特爾® 至強® 可擴展處理器。

　　實話說，如果和專門的GPU或AI加速芯片相比，它可能確實還不夠炫，但主打親民、易用(開箱即用，配套的軟件和生態越發完善)。

　　更值得我們注意的是，就算在有專用加速器的場合，CPU無論是從數據預處理，還是模型開發和優化，再到部署和使用，也可以成為AI pipeline的一部分。

　　其中尤其在數據預處理階段，它已可以稱得上是主角的存在。

　　無論是以GB還是TB計，甚至更大的數據集，基于至強® 可擴展處理器所打造的服務器，都能通過支持更大內存、減少I/O操作等優勢，提供高效的處理和分析，節省AI開發中這一最瑣碎耗時任務的時間。

　　基于以上，我們也不得不感嘆，如今英特爾在談AI時，話題更多樣化了。

　　再加上它在GPU和專門的AI加速芯片上也有布局，“武器庫”里的選擇也更多了，火力覆蓋的能力也更全面了。

　　毫無疑問，這一切，都指向英特爾全面加速AI的決心。

　　即用一系列具有性價比的產品組合來快速滿足不同行業的AI落地需求。

　　AI 落地時代開始了，英特爾的機會也來了?

返