CPU 也可以完美运行大模型 英特尔第五代至强重磅发布

大语言模型 (LLM) 已经在多个领域展示出了卓越的性能和巨大的潜力，然而，要想真正发挥出这些模型的强大能力，需要强大的算力基础设施，而芯片是关键。

千呼万唤始出来，第五代英特尔 ®️至强 ®️可扩展处理器，它来了!

若是用一句话来概括它的特点，那就是 --AI 味道越发得浓厚。

以训练、推理大模型为例:

・ 与第四代相比，训练性能提升多达 29%, 推理性能提升高达 42%;

・ 与第三代相比，AI 训练和推理性能提升高达 14 倍。

什么概念?

现在若是将不超过 200 亿参数的模型"投喂"给第五代至强 ®️可扩展处理器，那么时延将低到不超过 100 毫秒!

也就是说，现在在 CPU 上跑大模型，着实是更香了。

而这也仅是英特尔在此次发布中的一隅，还包括打破自家"祖制"、被称为四十年来最重大架构转变的酷睿™️Ultra。

此举亦是将 AI 的 power 注入到消费级 PC 中，用于加速本地的 AI 推理。

除此之外，具体到英特尔长期在各行各业扎根的 AI 实战应用，包括数据库、科学计算、生成式 AI、机器学习、云服务等等，也随着第五代至强 ®️可扩展处理器的到来，在其内置的如英特尔 ®️AMX、英特尔 ®️SGX / TDX 等其他内置加速器的帮助下，得到了更大的降本增效。

总而言之，纵观英特尔此次整场的发布，AI 可谓贯穿始终。

##最新英特尔处理器，AI 更 Power 了

我们先来继续深入了解一下第五代至强 ®️可扩展处理器披露的更多细节。

例如在性能优化方面，英特尔将各种参数做了以下提升:

・ CPU 核心数量增加到 64 个，单核性能更高，每个内核都具备 AI 加速功能

・ 采用全新 I / O 技术 (CXL、PCIe5),UPI 速度提升

・ 内存带宽从 4800 MT/s提高至 5600 MT/s

我们再来纵向，与英特尔前两代产品做个比较，那么性能提升的结果是这样的:

・ 与上一代产品相比，相同热设计功耗下平均性能提升 21%; 与第三代产品比，平均性能提升 87%。

・ 与上一代产品相比，内存带宽提升高达 16%, 三级缓存容量提升至近 3 倍之多。

不难看出，第五代至强 ®️可扩展处理器与"前任们"相比，在规格与性能上着实是有了不小的提升。

但英特尔可不仅仅是披露，而是已经将第五代至强 ®️可扩展处理器用起来，并把实打实的使用效果展示了出来。

例如在大模型的推理方面，京东云便在现场展示了搭载第五代至强 ®️可扩展处理器的新一代自研服务器所呈现的能力 --

全部以超过 20% 的性能提升"姿势"亮相!

具体而言，京东云与上一代自研服务器有了如下的性能提升:

・ 整机性能提升达 123%;

・ AI 计算机视觉推理性能提升至 138%;

・ Llama 2 推理性能提升至 151%。

这也再一次证明了在五代至强 ®️上搞大模型，是越发得吃香了。

而除了大模型之外，像涉及 AI 的各种细分领域，如整机算力、内存宽带、视频处理等等，也有同样的实测结果。

这份结果则是来自采用了第五代英特尔 ® 至强 ® 可扩展处理器的火山引擎 --

其全新升级的第三代弹性计算实例，整机算力提升 39%; 应用性能最高提升 43%。

而且在性能提升的基础上，据火山引擎透露，通过其独有的潮汐资源并池能力，构建了百万核弹性资源池，能够用近似包月的成本提供按量使用体验，上云成本更低了!

这是由于使用内置于第五代至强 ®️可扩展处理器中的加速器时，可将每瓦性能平均提升 10 倍；在能耗低至 105W 的同时，也有已针对工作负载优化的高能效 SKU。

可以说是实打实的降本增效了。

在云计算和安全性方面，亮出实测体验的同样是来自国内的大厂 -- 阿里云。

在搭载第五代英特尔 ® 至强 ® 可扩展处理器及其内置的英特尔 ®AMX、英特尔 ®TDX 加速引擎后，阿里云打造了"生成式 AI 模型及数据保护"的创新实践，使第 8 代 ECS 实例在安全性和 AI 性能上都获得了显著提升，且保持实例价格不变，普惠客户。

包括推理性能提高 25%、QAT 加解密性能提升 20%、数据库性能提升 25%, 以及音视频性能提升 15%。

值得一提的是，内置的英特尔 ®️SGX / TDX 还可以为企业分别提供更强也更易用的应用隔离能力和虚拟机 (VM) 层面的隔离和保密性，为现有应用提供了一条更简便的向可信执行环境迁移的路径。

以及第五代英特尔 ® 至强 ® 可扩展处理器在软件和引脚上是与上一代兼容的，还可以大大减少测试和验证工作。

总的来说，第五代至强 ® 可扩展处理器可谓"诚意满满"、表现非常亮眼，而它背后所透露出来的，正是英特尔在 AI 领域一直都非常重视落地的态度。

##背后是一部 AI 落地史

事实上，作为服务器 / 工作端芯片，英特尔 ® 至强 ® 可扩展处理器从 2017 年第一代产品开始就利用英特尔 ®️AVX-512 技术的矢量运算能力对 AI 进行加速上的尝试；而 2018 年在第二代至强 ®️可扩展处理器中导入深度学习加速技术 (DL Boost) 更是让至强成为"CPU 跑 AI"的代名词；在之后第三代到第五代至强 ®️可扩展处理器的演进中，从 BF16 的增添再到英特尔 ®️AMX 的入驻，可以说英特尔一直在充分利用 CPU 资源的道路上深耕，以求每一代处理器 CPU 都能支持各行各业推进 AI 实战。

起先是在传统行业。

例如第二代至强 ®️就发力智能制造，帮助企业解决海量实时数据处理挑战，提升生产线系统效率，完成"肉眼可见"的产能扩展。

随后，至强 ® 可扩展处理器开始在大模型界大展身手。

在 AlphaFold2 掀起的蛋白质折叠预测热潮之中，第三代和第四代至强 ® 可扩展处理器连续接力，不断优化端到端通量能力。实现比 GPU 更具性价比的加速方案，直接拉低 AI for Science 的入场门槛。

这其中就有从第四代开始内置于 CPU 中，面向深度学习应用推出的创新 AI 加速引擎 -- 英特尔 ®AMX 的功劳。作为矩阵相关的加速器，它能显著加速基于 CPU 平台的深度学习推理和训练，提升 AI 整体性能，对 INT8、BF16 等低精度数据类型都有着良好的支持。

与此同时，在大模型时代的 OCR 技术应用，也被第四代至强 ® 可扩展处理器赋予了新的"灵魂"，准确率飙升、响应延迟更低。

同样，就在不久之前，借助第四代至强 ®️可扩展处理器在 NLP 上的优化，专攻医疗行业的大语言模型也成功以较低成本在医疗机构部署落地。

在 AI 技术越来越深入各行各业的大趋势之下，至强 ® 可扩展处理器让我们看到，它所代表的 CPU 解法完全能够有所作为、能够让不少 AI 应用在部署更为广泛、获取更加容易、应用门槛也更低的 CPU 平台上获得实实在在的落地开花。

第五代至强 ® 可扩展处理器的发布，则让这个进程更进一步。

当然 --

这一成绩的背后，确实是因为大家对"在 CPU 上跑 AI"这件事上有需求，以及它本身也有极其深厚的价值和优势。

先说需求，无论是传统企业推进智能化改造，还是 AI for Science、生成式 AI 等新兴技术的蓬勃发展，都需要强大的算力来驱动。

但大家面临的局势却是: 专门的加速芯片供不应求，采购难不说，成本也十分高昂，因此还远远不够普及。

于是一部分人自然将目光投向 CPU:

这个现实中最为"触手可及"的硬件，如果直接加以利用，岂不是事半功倍?

这就引出 CPU 的价值和优势。

就拿当下热门话题生成式 AI 来说，如果想在生产环境中普及这一能力，就得尽可能地控制成本。

相比训练来说，AI 的推理对算力资源需求没有那么夸张，交给 CPU 完全能够胜任 -- 不仅延迟更低，能效也更高。

像一些行业和业务，推理任务没有那么繁重，选择 CPU 无疑更具性价比。

此外，利用 CPU 直接进行部署还能让企业充分利用既有 IT 基础设施，避免异构平台的部署难题。

以上，我们也就能够理解: 在传统架构中引入 AI 加速，就是 CPU 在这个时代的新宿命。

而英特尔做的，就是竭尽全力帮大家挖掘、释放其中的价值。

##驾驭整个 AI 管线，且不止 CPU

最后，我们再回到今天的主角: 第五代英特尔 ® 至强 ® 可扩展处理器。

实话说，如果和专门的 GPU 或 AI 加速芯片相比，它可能确实还不够炫，但主打亲民、易用 (开箱即用，配套的软件和生态越发完善)。

更值得我们注意的是，就算在有专用加速器的场合，CPU 无论是从数据预处理，还是模型开发和优化，再到部署和使用，也可以成为 AI pipeline 的一部分。

其中尤其在数据预处理阶段，它已可以称得上是主角的存在。

无论是以 GB 还是 TB 计，甚至更大的数据集，基于至强 ® 可扩展处理器所打造的服务器，都能通过支持更大内存、减少 I / O 操作等优势，提供高效的处理和分析，节省 AI 开发中这一最琐碎耗时任务的时间。

基于以上，我们也不得不感叹，如今英特尔在谈 AI 时，话题更多样化了。

再加上它在 GPU 和专门的 AI 加速芯片上也有布局，"武器库"里的选择也更多了，火力覆盖的能力也更全面了。

毫无疑问，这一切，都指向英特尔全面加速 AI 的决心。

即用一系列具有性价比的产品组合来快速满足不同行业的 AI 落地需求。

AI 落地时代开始了，英特尔的机会也来了?