ZDNet至顶网服务器频道 07月19日 编译:英特尔已经通过其代工厂打造出拥有极致水准的至强处理器,并在进一步对固件作出调整后将其出售给甲骨文公司。
两家公司于本周四发布公告,宣称双方已经合作研发出一款至强处理器产品——其计算核心能够随意开启或者关闭,时钟速率也能够经由甲骨文软件加以控制。
这款至强E7-8895 v2 SKU由英特尔亲自调校,允许数据库巨头甲骨文在十五个计算核心中随时选择任意数量处理其代码,而Turbo Boost技术则负责调控各核心的时钟速率,从而保证未经使用的核心保持在“闲置、低功耗状态”,英特尔公司企业营销部门负责人Pat Buddenbaum在接受采访时表示。
虽然这三大功能特性——利用Turbo Boost调整时钟速率、使选定核心处于低功耗状态以及开启与关闭计算核心的能力——都曾经在以往的英特尔芯片当中出现过,但根据该公司的说法,将三者集中在一款至强产品当中这还是首次。
这套方案的出现允许甲骨文在面对高强度工作负载时将全部处理资源投入运作当中,而在强度较低时将整套设备处于低功耗运行状态,这一切将显著降低能源消耗。此外,使用的核心数量越少,Turbo Boost模式所能实现的时钟速率也就越高,这一点二者特定类型的应用程序而言也可算是一大福音。
以“bins”为单位进行运作
这款采用22纳米制程工艺的E7-8895 v2处理器拥有15个计算核心,通常时钟频率为2.8GHz;不过它们可以借由“Max Turbo”技术将主频提升至最高3.6GHz。它配备37.5MB缓存,其最高热设计功耗(简称TDP)为155瓦,从技术层面来看它可算是一款令人难以置信的高热量芯片。
最重要的是,这款CPU必须有能力以出色的可靠状态运行在多种时钟速率模式之下,并以“bins”为单位将不同核心加以划分。每个“bin”对应E7-8895 v2处理器时钟速率的100MHz增量。
“我们可以将15核心作为基础,并在合适的条件下让Turbo Boost机制介入以进一步提高性能表现:它能够以单bin、双bins乃至三bins方式提供不同的时钟速率模式,”至强E7产品线经理Ravi Ravishankar向我们解释道。
“根据实际条件的不同,大家可以从中随意选择合适的运行模式。三bins代表着15核心处理器的最高处理能力,但随着对性能需求的降低、比如说在6核心运行模式下,特定核心的最高速率则能够提升至3.4GHz。如果出于某种实际需求,使用者只需要运行其中的一个计算核心,那么在特定场景下其主频甚至能够高达3.6GHz——处于活动状态的核心数量越少、单一核心的时钟速率就能提升得越高。”
英特尔花费了约一年时间与甲骨文开展合作,旨在帮助后者对软件及调度程序作出调整,从而实现计算核心使用量的自动化提升与削减;除此之外,芯片巨头还通过固件调整保证“C-state”功耗管理技术能够服务于甲骨文。
“这不仅仅是在芯片上解锁了相关固件功能,同时也给我们的生产制程提出了更高要求;为了让该芯片支持所有不同的运行模式,热量分布方面的要求也变得更为严格,”Buddenbaum告诉我们。
甲骨文享受到与eBay及Facebook相同的特殊待遇
这标志着英特尔新的主要战略迈出持续发展的重要一步,即为特定客户(例如eBay或者Facebook)对高利润服务器芯片作出定制化设计。该战略的另一项核心内容则在于将FPGA(即现场可编程门阵列)直接搭载在至强处理器之上,从而实现脱离于CPU之外的加速机制。
在此之前,英特尔已经在自己的定制化产品当中加入了功耗管理功能,并为一部分选定芯片提供持续性高时钟速率机制,不过Buddenbaum坚称新的至强处理器是英特尔第一次在发售的芯片当中为目标服务器引入动态核心调整功能。
尽管英特尔作出了如此重大的定制化革新,但事实上其并没有为这款出类拔萃的至强家族新成员在硬件层面作出任何变更。整套奇迹魔术的核心仅仅是在固件当中对芯片特性进行解锁。
这款新型芯片将出现在甲骨文刚刚公布的Exadata Database Machine X4-8当中,而后者则在甲骨文“内存内”数据库更新计划的当中扮演着重要角色。
该服务器“针对新一代工作负载进行了特别优化,包括数据库即服务(简称DBaaS)以及内存内数据库。配备最高12TB DRAM内存,这台Exadata Database Machine X4-8能够容纳成百上千套数据库系统并完全在内存当中运行大规模数据库方案,”甲骨文指出。
该设备单机架最高内存容量为12TB,磁盘存储空间为672TB,同时可最多容纳44TB由PCIe接入的闪存资源。
“这款定制化英特尔至强处理器E7 v2版本由英特尔与甲骨文合作开发,有助于利用弹性机制最大限度提升Exadata Database Machine X4-8在处理数据库操作峰值时的加速性能,同时又将降低其在数据中心内部的占用面积,”英特尔公司数据中心部门总经理Diane Bryant在一份声明中表示。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。