以数据为中心软硬结合＋生态 英特尔打造全新AI优化数据平台产品组合

至顶网计算频道 06月19日 新闻消息（文/李祥敬）：当前，数字经济蓬勃发展，而数据成为数字经济时代的重要特征。我们每一个人被无处不在的数据所包围，而5G网络转型、人工智能、边缘、万物云化等关键转折性技术正在推动数据的增长并塑造整个行业。为了实现数据价值，人工智能和分析将是未来十年起决定性作用的工作负载。在摩尔定律和云效率的帮助下，人工智能正从最复杂的组织转向渗透每一个应用程序。

英特尔的目标是通过产品组合为每个以数据为中心的工作负载提供服务，持续推动以数据为中心的领域从云到边缘的颠覆性创新。英特尔公司数据平台事业部副总裁、英特尔至强处理器和存储事业部总经理Lisa A. Spelman表示，英特尔一直投资于能充分释放数据潜力的平台技术的研发。凭借领先的规模、广泛的产品组合以及生态系统的支持等独特优势，英特尔将不断满足人们对数据迁移、存储和处理日益增长的需求。

在近日举行的主题为“‘芯’存高远 智者更强”的英特尔数据创新峰会暨新品发布会上，英特尔宣布推出最新的数据平台产品组合，包括集成AI加速的英特尔第三代至强可扩展处理器、英特尔首个人工智能优化FPGA Stratix 10 NX、第二代英特尔傲腾持久内存、最新英特尔3D NAND SSD及相关软件解决方案，以在数据中心、云和智能边缘领域支持客户进一步加快人工智能和数据分析等工作负载的开发和部署。

硬件层面，英特尔加大了连接性方面投资，旨在让数据从以太网到硅光子再到交换机的迁移过程变得更加迅速。通过对3D NAND和傲腾技术的投资，英特尔一直在内存和存储领域进行创新。为了建设丰富的CPU和XPU产品线，英特尔进行了数十年的投入。

Lisa表示，英特尔拥有独特的优势，可提供在CPU，GPU，FPGA和专用加速器插槽中部署的标量、矢量、空间和矩阵架构的各种组合，使客户能够选择对应的产品组合承载相应的计算类型。比如随着近3500万颗芯片的部署，至强可扩展处理器目前已成为全球以数据为中心基础设施的基石，它可以处理各种以数据为中心的工作负载；凌动处理器拓展了在功率受限用例中的应用；FPGA可编程解决方案助力实现从普通级别到更精细的计算执行的加速；Movidius、Habana和GPU加速器则作为补充产品进一步为工作负载提供加速功能。

英特尔一直致力于为至强处理器注入AI训练和AI推理功能。第一代英特尔至强可扩展处理器加入了AVX-512，并优化了FP32。在2019年继续进行了相关改进，在第二代至强可扩展中引入了英特尔深度学习加速技术，从而显著提高了基于INT8推理的性能。

随着第三代至强可扩展产品的推出，英特尔将至强拓扑优化的数量从24个增加到44个，并加入了对bfloat16的支持。第三代英特尔至强可扩展处理器是业界首款具有内置bfloat16支持的主流服务器处理器，增强了现有的深度学习优化能力。

bfloat16是一个精简的数据格式，与如今的32位浮点数（FP32）相比，bfloat16只通过一半的比特数且仅需对软件做出很小程度的修改（如必要），就可达到与FP32同等水平的模型精度。新增的bfloat16支持同时为CPU的AI训练和推理性能提供加速。

在第三代至强可扩展处理器平台上，英特尔提供四路、八路的服务器，为当今AI融合的数据密集型数字服务提供内置AI加速和持久内存领导性。这一处理器专为深度学习、虚拟机（VM）密度、内存数据库、任务关键型应用及分析密集型工作负载而设计。

第三代至强可扩展也是当前唯一最多可提供八路可扩展性的x86平台。对于那些将老旧基础设施进行更新换代的客户来说，与使用寿命已达5年的同等级四路平台相比，其有望在常见工作负载3上获得预计约1.9倍的提升和高达2.2倍的虚拟机提升。

据悉2021年代号为Sapphire rapids的至强可扩展处理器已经启动，其将包含一项全新的称为Advanced Matrix Extensions或AMX的AI功能，从而确保至强平台成为AI的最佳CPU平台。

除了至强可扩展处理器，英特尔Stratix 10 NX FPGA——英特尔首个针对高带宽、低延迟AI加速所打造的AI优化FPGA产品。此类FPGA可针对自然语言处理、欺诈识别等具有高计算要求的应用程序为客户提供可定制、可重新配置、可扩展的AI加速。英特尔Stratix 10 NX FPGA配备集成式高带宽内存（HBM）、高性能网络功能以及最新AI优化算法模块AI Tensor Block，其含有AI模型算法常用的低精度乘法器密集阵列。

英特尔公司副总裁、可编程解决方案事业部总经理David Moore表示，FPGA具有独特的定位，可以为快速创新的客户提供高性能的自定义工作负载。

为了使创新者能够提供智能服务，英特尔开发了一种方法，使开发人员能够在英特尔包括FPGA在内的各种产品组合中快速部署AI解决方案。例如，数据科学家可以利用OpenVINO在不了解FPGA的情况下利用FPGA进行AI推理。他们可以在Tensorflow，Caffe或mxnet等标准AI框架中进行训练，并通过OpenVINO进行函数调用，从而在几秒钟内部署该解决方案。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!