今天,AMD宣布推出了三款Epyc服务器CPU,号称提供了“全球最高”的单核性能。
这几款CPU采用Epyc 7Fx2品牌,采用了AMD 7纳米Zen 2架构。根据型号的不同,每个芯片有8、16或24个核心,主频比上一代处理器高500兆赫。
主频的提纲并不是AMD号称性能赶超英特尔的唯一原因。AMD还扩展了CPU的L3缓存(一种板载内存),这一升级可以允许更多数据流入,从而加快处理速度。
AMD表示,由Epyc 7Fx2芯片驱动的服务器可以运行SQL数据库,每个核心的性能比竞争对手英特尔的芯片高17%。反过来,采用该性能的超融合基础架构设备在运行VMware工作负载时,速度可以提升47%。而对于超级计算机这样的高性能计算系统来说,有望实现最大幅度的速度提升:AMD承诺每个核心的速度提高94%,可满足计算流体动力学工作负载的需求。
除了让应用加快数据处理之外,性能的提升还有很多关键的实际优势。某些企业软件产品是按核心提供许可的,这意味着如果服务器中每个核心的速度提升了,那么就可以从软件投资中获得更高价值。
AMD表示,戴尔、HPE等数据中心厂商已经计划在即将推出的产品中采用Epyc 7Fx2,例如IBM正在通过自己的公有云提供这些处理器。
AMD现有服务器芯片采用的Zen 2核心体系结构,将升级为代号Milan的第三代设计,预计今年推出。AMD高管最近在给面向华尔街分析师的一次演讲中,详细介绍了Milan将采用一款7纳米处理器(例如Zen 2),但是会使用全新架构而不是对现有设计进行迭代改进。
展望未来,AMD计划在2022年推出一系列5纳米服务器CPU,长期发展路线中还包括一系列7纳米数据中心GPU和所谓的X3D技术,该技术将实现多个芯片的堆叠,从而创造一个大型3D处理器。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。