英特尔冀打造现代数据中心基础,为迅猛的数据增长提供解决方案,用的不是更强大的CPU功能,而是现场可编程门阵列(FPGA)加速器。
英特尔的基本思想是将旗下用了Arria 10 GX FPGA的Xeon服务器处理器与用了FPGA的英特尔至强CPU加速堆栈合在一起,达到提升性能和能效的目的。
据悉,戴尔EMC和富士通两家大型服务器原始设备制造商也加入了进来 ,戴尔EMC增加了R640、R740和R740xd对FPGA 的支持,富士通则为PRIMERGY RX2540 M4服务器优先客户提供早期访问权。
英特尔的重点放在财务风险分析和数据库加速两种特殊的工作负载上,这些工作负载将直接从配备了FPGA的服务器中受益。
在提高数据库性能方面,英特尔认为FPGA可在系统链的两个阶段(提取、转换、加载阶段和分析阶段)提高性能,进而使实时数据的复杂分析成为现实。
对于那些喜欢测试基准的人来说,英特尔宣称FPGA的实时数据分析速度提高了20倍,存储压缩比则提高了3倍以上。
利用FPGA提高数据库性能
英特尔可编程解决方案部市场副总裁Reynette Au表示,”戴尔EMC和富士通在主流服务器产品中用上英特尔FPGA的强大功能和灵活性,数据中心计算新时代即将到来。 我们为我们的客户和合作伙伴交付硬件性能优势, 令客户能够在软件开发环境中大规模地创建一系列丰富的高性能解决方案。”
除数据分析之外,英特尔认为人工智能、网络安全、视频转码和基因组学也可以从FPGA受益。
英特尔Arria 10 FPGA基于20纳米ARM Cortex-A9 SoC,可提供1.5 TFLOPS的DSP性能,配有96个3.3 Tbps串行带宽的收发器通道,功耗比上一代FPGA低40%。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。