至顶网服务器频道 09月30日 新闻消息(文/李祥敬): 随着市场对大数据和人工智能(AI)需求的增长,FPGA的可再编程技术可以满足数据中心应用的处理要求,适应其不断变化的工作负载。借助可再配置的逻辑、内存和数字信号处理模块,FPGA可通过适当编程来执行任何类型的功能,同时实现高吞吐量和实时性能,因而适用于许多关键的企业和云应用。
近日,英特尔推出了采用英特尔Stratix 10 SX FPGA(英特尔超强大的FPGA)的全新英特尔可编程加速卡(PAC),以扩充其现场可编程门阵列(FPGA)加速平台产品组合。借助面向英特尔至强CPU及FPGA的加速栈,这款高带宽卡可为数据中心开发人员提供强大的平台,用于部署基于FPGA的加速工作负载。
据悉,HPE将成为首家将采用Stratix 10 SX FPGA的英特尔PAC,和面向英特尔至强可扩展处理器及FPGA的英特尔加速栈,整合至其服务器产品的OEM。
英特尔可编程解决方案事业部产品市场总监Sabrina Gomez表示,这是英特尔第二款可编程加速器产品,可以极大地丰富我们面向数据中心可编程加速器平台整个产品的组合。“所谓丰富的话并不是要取代之前的加速卡产品,因为这些不同代的产品能力、大小和功耗设计是不一样的,互为补充,并不是有了这款功能更强大的产品就取代了之前一代的产品。”
与之前宣布的采用英特尔Arria 10 FPGA的英特尔PAC一样,全新采用Stratix 10 SX FPGA的英特尔PAC支持设计合作伙伴生态系统,他们致力于交付广泛应用工作负载的加速IP。采用Stratix 10 SX FPGA的英特尔PAC是一种外形更大的卡,专为内嵌处理和内存密集型工作负载而构建,如流分析和视频转码。而外形较小的采用Arria 10 FPGA的英特尔PAC适用于回溯测试、数据库加速和图像处理等工作负载。
Sabrina介绍说,全新英特尔可编程加速卡(PAC)使用了Stratix 10的FPGA,它的密度是前一代产品的两倍,可以支持280万个逻辑单元。而且,它使用的是支持DDR4 DIMM的内存,内存的密度也比以前更大。
相比采用Arria 10 FPGA的英特尔PAC,此次推出的PAC的应用场景更多广泛,比如人工智能、基因组学、风险管理等。“全新的产品给了客户更大的选择能力。客户可以根据他所需要的性能、带宽、功耗以及体积的要求,选择适合他们自己的加速卡产品。”Sabrina说。
面向英特尔至强CPU及FPGA的加速栈支持行业领先的操作系统、虚拟化和编排软件,它能够为软件开发人员提供一种通用接口,帮助他们更快速实现商用、简化管理以及利用日益扩大的加速器工作负载生态系统。
本解决方案包括:
通过这种优化的解决方案堆栈,加速数据中心工作负载,企业可以获得三种好处:一个是能够更快地实现创收、第二个是管理简化、第三个是更广泛的生态系统支持。
为了实现广泛的合作伙伴支持,英特尔支持FPGA驱动程序提交到Linux内核,这样可以获得广泛的Linux支持,也可以支持很多不同的操作系统。英特尔还与合作伙伴推出了工作负载店面,帮助客户对工作负载进行评估和部署,进而实现工作负载按使用或按节点许可,优化自身的工作负载。“第一阶段评估是为了让大家能够更容易地采纳我们的产品,第二个阶段是让用户更容易地部署我们的产品。”
对于未来加速卡的发展前景,Sabrina表示,企业级数据中心应用是很大的市场,未来云端也会有更多FPGA的部署,加速产品的市场规模还是非常大的,而且英特尔处在一个很有利的位置。“目前,英特尔加速卡还是以数据中心应用为主,但是未来会扩展到更多的行业,包括联网、基础设施、物联网、边缘计算等等。FPGA加速市场还是很光明的。”
最后,Sabrina总结说,全新PAC加速卡是英特尔第二代的加速产品,丰富了整个加速平台产品的组合。这款产品可以提高数据中心的效率,降低数据中心的能耗,以及总的拥有成本(TCO)。另外,它支持内嵌处理以及内存需要比较大的一些应用,比如说编解码和流分析、视频编解码等。全新的加速工作负载将显著增强数据中心的功 能,并提高其容量。最后,英特尔PAC加速卡有很广泛的合作伙伴支持,英特尔软件堆栈和生态系统支持在数据中心内无缝集成,并支持从芯片到协调层的整个过程,从晶片到编排层都有端到端的支持。
好文章,需要你的鼓励
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
南洋理工大学研究团队开发出Puffin统一模型,首次将AI的图像理解和生成能力融合。通过创新的"用相机思考"方法,将相机参数转换为摄影术语,让AI像摄影师一样理解空间关系。基于400万样本数据集训练,模型在相机角度理解和可控图像生成上均超越专业化模型,并支持空间想象、摄影指导等多元应用,为空间智能AI发展开辟新路径。
AI代码编辑器开发商Cursor完成23亿美元D轮融资,估值达293亿美元。Accel和Coatue领投,Google、Nvidia等参与。公司年化收入已突破10亿美元。Cursor基于微软开源VS Code打造,集成大语言模型帮助开发者编写代码和修复漏洞。其自研Composer模型采用专家混合算法,运行速度比同等质量模型快四倍。公司拥有数百万开发者用户,将用新资金推进AI研究。
KAIST研究团队开发出MPO多模态提示优化框架,首次实现同时优化文字和视觉提示,让AI能够像人类一样接收多种信息类型。该技术在10个数据集上平均性能提升6.8%,同时节省42%评估成本,为医疗影像、自动驾驶、药物研发等领域提供了新的AI交互方式,标志着从纯文字交流向多模态交流的重大突破。