(导语)实用化 ai 算力又升上了一个新台阶。
在人工智能的应用领域,出现了一些让人始料未及的趋势:很多传统企业开始选择在cpu平台上落地和优化ai应用。
例如制造领域在高度精细且较为耗时的瑕疵检测环节,就导入了cpu及其他产品组合,来构建横跨“云-边-端”的ai?缺陷检测方案,代替传统的人工瑕疵检测方式。
再比如亚信科技就在自家ocr-airpa方案中采用了cpu作为硬件平台,实现了从fp32到int8/bf16的量化,从而在可接受的精度损失下,增加吞吐量并加速推理。将人工成本降至原来的1/5到1/9,效率还提升了约5-10倍。
在处理ai制药领域最重要的算法——alphafold2这类大型模型上,cpu同样也“加入群聊”。从去年开始,cpu便使alphafold2端到端的通量提升到了原来的23.11倍;而现如今,cpu让这个数值再次提升3.02倍。
上述这些cpu,都有个共同的名字——至强,即英特尔®? 至强®? 可扩展处理器。
为什么这些ai任务的推理能用cpu,而不是只考虑由gpu或ai加速器来处理?
这里历来存在很多争论。
很多人认为,真正落地的ai应用往往与企业的核心业务紧密关联,在要求推理性能的同时,也需要关联到它的核心数据,因此对数据安全和隐私的要求也很高,因此也更偏向本地化部署。
而结合这个需求,再考虑到真正用ai的传统行业更熟悉、更了解也更容易获取和使用cpu,那么使用服务器cpu混合精度实现的推理吞吐量,就是他们能够更快和以更低成本解决自身需求的方法了。
面对越来越多传统ai应用和大模型在cpu上的落地优化,“用cpu加速ai”这条道路被不断验证。这就是在数据中心中,有70%的推理运行在英特尔® 至强® 可扩展处理器上的原因。
最近,英特尔的服务器cpu完成了又一次进化。12月15日,第五代英特尔® 至强® 可扩展处理器正式发布。英特尔表示,一款为ai加速而生,而且表现更强的处理器诞生了。
人工智能正在推动人类与技术交互方式的根本性转变,这场转变的中心就是算力。
英特尔ceo帕特·基辛格(pat gelsinger)在2023英特尔on技术创新大会表示:“在这个人工智能技术与产业数字化转型飞速发展的时代,英特尔保持高度的责任心,助力开发者,让ai技术无处不在,让ai更易触达、更可见、透明并且值得信任。”
第五代至强 为ai加速
第五代英特尔® 至强® 可扩展处理器的核心数量增加至64个,配备了高达320mb的l3缓存和128mb的l2缓存。不论单核性能还是核心数量,它相比以往的至强都有了明显提升。在最终性能指标上,与上代产品相比,在相同功耗下平均性能提升21%,内存带宽提升高达16%,三级缓存容量提升到了原来的近3倍。
更为重要的是,第五代至强® 可扩展处理器的每个内核均具备ai加速功能,完全有能力处理要求严苛的ai工作负载。与上代相比,其训练性能提升多达29%,推理能力提升高达42%。
在重要的ai负载处理能力上,第五代英特尔® 至强® 可扩展处理器也交出了令人满意的答卷。
首先要让cpu学会高效处理ai负载的方法:在第四代至强® 可扩展处理器上,英特尔面向深度学习任务带来了矩阵化的算力支持。
英特尔®? amx就是至强cpu上的专用矩阵计算单元,可被视为cpu上的tensor core,从第四代至强® 可扩展处理器开始成为内置于cpu的ai加速引擎。
第五代至强®? 可扩展处理器利用英特尔®? amx与英特尔®? avx-512指令集,配合更快的内核,以及速度更快的内存,可以让生成式ai更快地在其上运行,无需独立的ai加速器就能执行更多工作负载。
借助在自然语言处理 (nlp) 推理方面实现的性能飞跃,这款全新的至强® 可支持响应更迅速的智能助手、聊天机器人、预测性文本、语言翻译等工作负载,可以在运行参数量200亿的大语言模型时,做到时延不超过100毫秒。
据了解,11.11期间,京东云便通过基于第五代英特尔® 至强® 可扩展处理器的新一代服务器,成功应对了业务量激增。与上一代服务器相比,新一代京东云服务器实现了23%的整机性能提升,ai计算机视觉推理性能提升了38%,llama v2推理性能也提高了51%,轻松hold住用户访问峰值同比提高170%、智能客服咨询量超14亿次的大促压力。
除此之外,第五代英特尔® 至强® 可扩展处理器也在能效、运营效率、安全及质量等方面实现了全面提升,提供了向前代产品的软件和引脚兼容性支持,以及硬件级安全功能和可信服务。
国内云服务大厂阿里云也在发布会上披露了其实测体验数据,基于第五代英特尔® 至强® 可扩展处理器及英特尔® amx、英特尔® tdx加速引擎,阿里云打造了 “生成式ai模型及数据保护”的创新实践,使第八代ecs实例在实现了全场景加速和全能力提升情况下,更加固了安全性能,且保持实例价格不变,普惠客户。
数据显示,其在数据全流程保护的基础上,ai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%。
英特尔表示,第五代至强® 可扩展处理器可为ai、数据库、网络和科学计算工作负载带来更强大的性能和更低的tco,将目标工作负载的每瓦性能提升高达10倍。
对先进ai模型实现原生加速
为让cpu能够高效处理ai任务,英特尔把ai加速的能力提升到了「开箱即用」的程度。
英特尔®? amx除了可以加速深度学习的推理、训练以外,现在已经支持了流行的深度学习框架。在深度学习开发者常用的tensorflow、pytorch上,英特尔® oneapi深度神经网络库 (onednn) 提供了指令集层面的支持,使开发人员能够在不同硬件架构和供应商之间自由迁移代码,可以更轻松地利用芯片内置的ai加速能力。
在保证了ai加速直接可用之后,英特尔利用高性能开源深度学习框架openvino™ 工具套件,帮助开发者实现了一次开发、多平台部署。它可以转换和优化使用热门框架训练好的模型,在多种英特尔硬件的环境中快速实现,帮用户最大程度地利用已有资源。
openvino™ 工具套件最新的版本也加入了对大型语言模型 (llm) 性能的改进,可以支持生成式ai工作负载,包括聊天机器人、智能助手、代码生成模型等。
openvino™ 工具套件2
通过这一系列技术,英特尔让开发者们能够在几分钟内调优深度学习模型,或完成对中小型深度学习模型的训练,在不增加硬件和系统复杂性的前提下获得媲美独立ai加速器的性能。
比如在先进的预训练大语言模型上,英特尔的技术就可以帮助用户完成快速部署。
用户可以从最热门的机器学习代码库hugging face中下载预训练模型llama2,然后使用英特尔®? pytorch、英特尔®? neural compressor等将模型转换为bf16或int8精度版本以降低延迟,再使用pytorch进行部署。
英特尔表示,为了能够紧跟ai领域的潮流,有数百名软件开发人员正在不断改进常用的模型加速能力,让用户能够在跟上最新软件版本的同时,获得对于先进ai模型的支持。
第五代至强® 可扩展处理器的实力,目前已在部分大厂进行了验证。火山引擎与英特尔合作升级了第三代弹性计算实例。
目前,火山引擎已通过独有的潮汐资源并池能力,构建百万核弹性资源池,能够以近似包月的成本提供按量使用体验,降低上云成本。基于第五代英特尔® 至强® 可扩展处理器,火山引擎第三代弹性计算实例整机算力再次提升了39%,应用性能最高提升了43%。
这只是个开始。可以预见,很快会有更多科技公司的应用能够从第五代至强®? 可扩展处理器的性能中获益。
下一代至强已经现身
未来,人们对于生成式ai的需求还将不断扩大,更多的智能化应用将会改变我们的生活。以计算能力为基础,万物感知、万物互联、万物智能的时代正在加速到来。
面对这样的趋势,英特尔正在加紧打造再下一代的至强cpu,它们面向ai的「专业化」程度还会更高。
在最近披露的英特尔数据中心路线图上,下一代至强® 处理器将对不同工作负载、场景配备不同的核心,其中主打计算密集型与ai任务的型号会使用侧重性能输出的核「p-core」,面向高密度与横向扩展负载的型号则会使用有更高能效的核「e-core」,这两种不同的核心架构并存的设计,既满足部分用户对极致性能的追求,也能兼顾到可持续发展绿色节能的需求。
未来,英特尔还将如何实现晶体管和芯片性能的飞跃,在ai算力上还能有什么样的跃升?
让我们拭目以待。
