為AI加速而生 英特爾CPU能跑200億參數(shù)大模型

　　實(shí)用化 AI 算力又升上了一個(gè)新臺(tái)階。

　　在人工智能的應(yīng)用領(lǐng)域，出現(xiàn)了一些讓人始料未及的趨勢：很多傳統(tǒng)企業(yè)開始選擇在CPU平臺(tái)上落地和優(yōu)化AI應(yīng)用。

　　例如制造領(lǐng)域在高度精細(xì)且較為耗時(shí)的瑕疵檢測環(huán)節(jié)，就導(dǎo)入了CPU及其他產(chǎn)品組合，來構(gòu)建橫跨“云-邊-端”的AI 缺陷檢測方案，代替?zhèn)鹘y(tǒng)的人工瑕疵檢測方式。

　　再比如亞信科技就在自家OCR-AIRPA方案中采用了CPU作為硬件平臺(tái)，實(shí)現(xiàn)了從FP32到INT8/BF16的量化，從而在可接受的精度損失下，增加吞吐量并加速推理。將人工成本降至原來的1/5到1/9，效率還提升了約5-10倍。

　　在處理AI制藥領(lǐng)域最重要的算法——AlphaFold2這類大型模型上，CPU同樣也“加入群聊”。從去年開始，CPU便使AlphaFold2端到端的通量提升到了原來的23.11倍;而現(xiàn)如今，CPU讓這個(gè)數(shù)值再次提升3.02倍。

　　上述這些CPU，都有個(gè)共同的名字——至強(qiáng)，即英特爾®️ 至強(qiáng)®️ 可擴(kuò)展處理器。

　　為什么這些AI任務(wù)的推理能用CPU，而不是只考慮由GPU或AI加速器來處理?

　　這里歷來存在很多爭論。

　　很多人認(rèn)為，真正落地的AI應(yīng)用往往與企業(yè)的核心業(yè)務(wù)緊密關(guān)聯(lián)，在要求推理性能的同時(shí)，也需要關(guān)聯(lián)到它的核心數(shù)據(jù)，因此對數(shù)據(jù)安全和隱私的要求也很高，因此也更偏向本地化部署。

　　而結(jié)合這個(gè)需求，再考慮到真正用AI的傳統(tǒng)行業(yè)更熟悉、更了解也更容易獲取和使用CPU，那么使用服務(wù)器CPU混合精度實(shí)現(xiàn)的推理吞吐量，就是他們能夠更快和以更低成本解決自身需求的方法了。

　　面對越來越多傳統(tǒng)AI應(yīng)用和大模型在CPU上的落地優(yōu)化，“用CPU加速AI”這條道路被不斷驗(yàn)證。這就是在數(shù)據(jù)中心中，有70%的推理運(yùn)行在英特爾® 至強(qiáng)® 可擴(kuò)展處理器上的原因。1

　　最近，英特爾的服務(wù)器CPU完成了又一次進(jìn)化。12月15日，第五代英特爾® 至強(qiáng)® 可擴(kuò)展處理器正式發(fā)布。英特爾表示，一款為AI加速而生，而且表現(xiàn)更強(qiáng)的處理器誕生了。

　　人工智能正在推動(dòng)人類與技術(shù)交互方式的根本性轉(zhuǎn)變，這場轉(zhuǎn)變的中心就是算力。

　　英特爾CEO帕特·基辛格(Pat Gelsinger)在2023英特爾ON技術(shù)創(chuàng)新大會(huì)表示：“在這個(gè)人工智能技術(shù)與產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型飛速發(fā)展的時(shí)代，英特爾保持高度的責(zé)任心，助力開發(fā)者，讓AI技術(shù)無處不在，讓AI更易觸達(dá)、更可見、透明并且值得信任。”

　　第五代至強(qiáng) 為AI加速

　　第五代英特爾® 至強(qiáng)® 可擴(kuò)展處理器的核心數(shù)量增加至64個(gè)，配備了高達(dá)320MB的L3緩存和128MB的L2緩存。不論單核性能還是核心數(shù)量，它相比以往的至強(qiáng)都有了明顯提升。在最終性能指標(biāo)上，與上代產(chǎn)品相比，在相同功耗下平均性能提升21%，內(nèi)存帶寬提升高達(dá)16%，三級緩存容量提升到了原來的近3倍。

　　更為重要的是，第五代至強(qiáng)® 可擴(kuò)展處理器的每個(gè)內(nèi)核均具備AI加速功能，完全有能力處理要求嚴(yán)苛的AI工作負(fù)載。與上代相比，其訓(xùn)練性能提升多達(dá)29%，推理能力提升高達(dá)42%。

　　在重要的AI負(fù)載處理能力上，第五代英特爾® 至強(qiáng)® 可擴(kuò)展處理器也交出了令人滿意的答卷。

　　首先要讓CPU學(xué)會(huì)高效處理AI負(fù)載的方法：在第四代至強(qiáng)® 可擴(kuò)展處理器上，英特爾面向深度學(xué)習(xí)任務(wù)帶來了矩陣化的算力支持。

　　英特爾®️ AMX就是至強(qiáng)CPU上的專用矩陣計(jì)算單元，可被視為CPU上的Tensor Core，從第四代至強(qiáng)® 可擴(kuò)展處理器開始成為內(nèi)置于CPU的AI加速引擎。

　　第五代至強(qiáng)®️ 可擴(kuò)展處理器利用英特爾®️ AMX與英特爾®️ AVX-512指令集，配合更快的內(nèi)核，以及速度更快的內(nèi)存，可以讓生成式AI更快地在其上運(yùn)行，無需獨(dú)立的AI加速器就能執(zhí)行更多工作負(fù)載。

　　借助在自然語言處理 (NLP) 推理方面實(shí)現(xiàn)的性能飛躍，這款全新的至強(qiáng)® 可支持響應(yīng)更迅速的智能助手、聊天機(jī)器人、預(yù)測性文本、語言翻譯等工作負(fù)載，可以在運(yùn)行參數(shù)量200億的大語言模型時(shí)，做到時(shí)延不超過100毫秒。

　　據(jù)了解，11.11期間，京東云便通過基于第五代英特爾® 至強(qiáng)® 可擴(kuò)展處理器的新一代服務(wù)器，成功應(yīng)對了業(yè)務(wù)量激增。與上一代服務(wù)器相比，新一代京東云服務(wù)器實(shí)現(xiàn)了23%的整機(jī)性能提升，AI計(jì)算機(jī)視覺推理性能提升了38%，Llama v2推理性能也提高了51%，輕松hold住用戶訪問峰值同比提高170%、智能客服咨詢量超14億次的大促壓力。

　　除此之外，第五代英特爾® 至強(qiáng)® 可擴(kuò)展處理器也在能效、運(yùn)營效率、安全及質(zhì)量等方面實(shí)現(xiàn)了全面提升，提供了向前代產(chǎn)品的軟件和引腳兼容性支持，以及硬件級安全功能和可信服務(wù)。

　　國內(nèi)云服務(wù)大廠阿里云也在發(fā)布會(huì)上披露了其實(shí)測體驗(yàn)數(shù)據(jù)，基于第五代英特爾® 至強(qiáng)® 可擴(kuò)展處理器及英特爾® AMX、英特爾® TDX加速引擎，阿里云打造了 “生成式AI模型及數(shù)據(jù)保護(hù)”的創(chuàng)新實(shí)踐，使第八代ECS實(shí)例在實(shí)現(xiàn)了全場景加速和全能力提升情況下，更加固了安全性能，且保持實(shí)例價(jià)格不變，普惠客戶。

　　數(shù)據(jù)顯示，其在數(shù)據(jù)全流程保護(hù)的基礎(chǔ)上，AI推理性能提高25%、QAT加解密性能提升20%、數(shù)據(jù)庫性能提升25%，以及音視頻性能提升15%。

　　英特爾表示，第五代至強(qiáng)® 可擴(kuò)展處理器可為AI、數(shù)據(jù)庫、網(wǎng)絡(luò)和科學(xué)計(jì)算工作負(fù)載帶來更強(qiáng)大的性能和更低的TCO，將目標(biāo)工作負(fù)載的每瓦性能提升高達(dá)10倍。

　　對先進(jìn)AI模型實(shí)現(xiàn)原生加速

　　為讓CPU能夠高效處理AI任務(wù)，英特爾把AI加速的能力提升到了「開箱即用」的程度。

　　英特爾®️ AMX除了可以加速深度學(xué)習(xí)的推理、訓(xùn)練以外，現(xiàn)在已經(jīng)支持了流行的深度學(xué)習(xí)框架。在深度學(xué)習(xí)開發(fā)者常用的TensorFlow、PyTorch上，英特爾® oneAPI深度神經(jīng)網(wǎng)絡(luò)庫 (oneDNN) 提供了指令集層面的支持，使開發(fā)人員能夠在不同硬件架構(gòu)和供應(yīng)商之間自由遷移代碼，可以更輕松地利用芯片內(nèi)置的AI加速能力。

　　在保證了AI加速直接可用之后，英特爾利用高性能開源深度學(xué)習(xí)框架OpenVINO™ 工具套件，幫助開發(fā)者實(shí)現(xiàn)了一次開發(fā)、多平臺(tái)部署。它可以轉(zhuǎn)換和優(yōu)化使用熱門框架訓(xùn)練好的模型，在多種英特爾硬件的環(huán)境中快速實(shí)現(xiàn)，幫用戶最大程度地利用已有資源。

　　OpenVINO™ 工具套件最新的版本也加入了對大型語言模型 (LLM) 性能的改進(jìn)，可以支持生成式AI工作負(fù)載，包括聊天機(jī)器人、智能助手、代碼生成模型等。

　　OpenVINO™ 工具套件2

　　通過這一系列技術(shù)，英特爾讓開發(fā)者們能夠在幾分鐘內(nèi)調(diào)優(yōu)深度學(xué)習(xí)模型，或完成對中小型深度學(xué)習(xí)模型的訓(xùn)練，在不增加硬件和系統(tǒng)復(fù)雜性的前提下獲得媲美獨(dú)立AI加速器的性能。

　　比如在先進(jìn)的預(yù)訓(xùn)練大語言模型上，英特爾的技術(shù)就可以幫助用戶完成快速部署。

　　用戶可以從最熱門的機(jī)器學(xué)習(xí)代碼庫Hugging Face中下載預(yù)訓(xùn)練模型LLaMA2，然后使用英特爾®️ PyTorch、英特爾®️ Neural Compressor等將模型轉(zhuǎn)換為BF16或INT8精度版本以降低延遲，再使用PyTorch進(jìn)行部署。

　　英特爾表示，為了能夠緊跟AI領(lǐng)域的潮流，有數(shù)百名軟件開發(fā)人員正在不斷改進(jìn)常用的模型加速能力，讓用戶能夠在跟上最新軟件版本的同時(shí)，獲得對于先進(jìn)AI模型的支持。

　　第五代至強(qiáng)® 可擴(kuò)展處理器的實(shí)力，目前已在部分大廠進(jìn)行了驗(yàn)證。火山引擎與英特爾合作升級了第三代彈性計(jì)算實(shí)例。

　　目前，火山引擎已通過獨(dú)有的潮汐資源并池能力，構(gòu)建百萬核彈性資源池，能夠以近似包月的成本提供按量使用體驗(yàn)，降低上云成本�；�于第五代英特爾® 至強(qiáng)® 可擴(kuò)展處理器，火山引擎第三代彈性計(jì)算實(shí)例整機(jī)算力再次提升了39%，應(yīng)用性能最高提升了43%。

　　這只是個(gè)開始。可以預(yù)見，很快會(huì)有更多科技公司的應(yīng)用能夠從第五代至強(qiáng)®️ 可擴(kuò)展處理器的性能中獲益。

　　下一代至強(qiáng)已經(jīng)現(xiàn)身

　　未來，人們對于生成式AI的需求還將不斷擴(kuò)大，更多的智能化應(yīng)用將會(huì)改變我們的生活。以計(jì)算能力為基礎(chǔ)，萬物感知、萬物互聯(lián)、萬物智能的時(shí)代正在加速到來。

　　面對這樣的趨勢，英特爾正在加緊打造再下一代的至強(qiáng)CPU，它們面向AI的「專業(yè)化」程度還會(huì)更高。

　　在最近披露的英特爾數(shù)據(jù)中心路線圖上，下一代至強(qiáng)® 處理器將對不同工作負(fù)載、場景配備不同的核心，其中主打計(jì)算密集型與AI任務(wù)的型號會(huì)使用側(cè)重性能輸出的核「P-core」，面向高密度與橫向擴(kuò)展負(fù)載的型號則會(huì)使用有更高能效的核「E-core」，這兩種不同的核心架構(gòu)并存的設(shè)計(jì)，既滿足部分用戶對極致性能的追求，也能兼顧到可持續(xù)發(fā)展綠色節(jié)能的需求。

　　未來，英特爾還將如何實(shí)現(xiàn)晶體管和芯片性能的飛躍，在AI算力上還能有什么樣的躍升?

　　讓我們拭目以待。