文章来源:至顶网 董培新
几个月前,英特尔发布了全新第三代英特尔® 至强® 可扩展处理器Ice Lake。5月20日,英特尔公司市场营销集团副总裁兼中国区数据中心销售总经理陈葆立与几位英特尔技术专家一道,就第三代英特尔® 至强® 可扩展处理器Ice Lake产品在安全、人工智能等方面的特定功能向大家进行了介绍。
通过陈葆立的介绍,我们了解到第三代英特尔® 至强® 可扩展处理器性能和上一代相比整体提升了46%。除性能外,第三代英特尔® 至强® 可扩展处理器更突出的是安全性和人工智能。
在英特尔技术专家的介绍中,我们了解到当前云计算系统所面临的核心安全问题,以及英特尔软件防护扩展SGX所提供的安全解决之道。
SGX的全称是Intel Software Guard Extension。为什么叫“扩展”?软件防护扩展就是一个新的指令集扩展,方便我们的软件开发者可以去直接通过调用CPU的指令来实现平台安全隔离的技术。它是为应用程序中的数据提供独立于操作系统和硬件配置的增强安全防护,英特尔强调的并不是它对内存的加解密能力,而是提供在内存当中的隔离区间,帮助软件开发者进行软件设计的安全产品。
现在大家非常关注数据安全,特别是很多客户或者企业把数据放到云上,他们就非常关注三种状况。第一种,他们希望在云端可以加密存储,二是在云端和自己的本地数据中心之间会有一个加密传输,三是数据如果落到服务器当中,对服务器进行运算的时候是在内存当中和服务器CPU进行交互的,为了保证全生命周期的数据安全,很有必要对这三种数据状态进行加密保护。
随着英特尔SGX开始在数据中心得到应用,工作负载在内存里面对CPU进行运算的时候,就可以在指定的内存区域里,和当前的操作系统、硬件配置隔离开,把敏感数据进行隔离使用。简单来说就是有一个CPU硬件,上面有一些系统内存,有一些数据如果是加载到系统内存当中,需要由CPU来回调动的时候,有一种机制,可以为单独的应用程序划分出单独区域,由CPU进行单独的加解密操作。这样。放在这里面的数据,包括部分代码和整个底层的操作系统、虚拟机管理程序这一系列高权限软件的访问都会被禁止。这样,攻击者或黑客即便已经控制了系统上的虚拟机管理程序,也没有办法去非法访问到安全飞地中受保护的数据和代码。
最近隐私计算联盟推荐整个业态都使用像SGX这种基于硬件的可信执行环境。它就是提供了一个全新形态的安全和隐私保护,目标是能够帮助各级组织把他们敏感的工作负载放心地放到公有云或是远端节点上。这样就可以在本地加密,传输到远端模块,在云上进行加密存储。在运算的时候,也是在内存当中由SGX提供了这种内存隔离飞地来进行必要的敏感数据运算。
目前SGX技术已经开始应用在阿里、腾讯、百度等企业的相关产品之中。
除此之外,在英特尔第三代英特尔® 至强® 可扩展处理器上,还提供了针对密码操作硬件加速的全新指领集。可以在OpenSSL RSA 2048位的签名上,相比上一代CPU,单线程情况下有5.6倍的提升;在进行AES-GCM对称加密方式的情况下,相对上一代产品,单线程情况下有3.3倍的提升。
接下来,英特尔技术专家又向我们介绍了第三代英特尔® 至强® 可扩展处理器在针对AI、以及AI和安全结合的应用场景中的一些实际的案例。
在性能上面,通过Ice Lake整个架构的改进,性能比前一代Cascade Lake能够有74%的提升,这样的性能相较于竞争对手AMD的产品有很大的性能的领先优势,图片识别性能可以高达25倍。
现在的CPU架构中会大量利用到AVX-512指令集。目前英特尔® 至强® 是唯一能够支持AVX-512指令集的方案。得益于这样的指令集支持,英特尔® 至强® 在多种人工智能的负载上都能够有非常优秀的性能表现,无论是对标AMD EPYC的产品还是英伟达的GPU解决方案。
因此,英特尔和业界一起投入了大量的资源,在软件方案上进行了深度优化。比如说在AI的开发应用当中应用最广的开源框架TensorFlow。在TensorFlow上优化的ResNet的性能相较于默认发行版可以提升10倍。最新的进展是TensorFlow的维护者——谷歌已经认可了英特尔在TensorFlow投入的优化性能。
AI不仅是深度学习,而且还包含了很多经典的机器学习的场景,比如金融、银行,他们现在更需要的是可以解读一些机器学习模型。机器学习的AI开发应用中,Scikit-Learn是最流行的应用开发包,英特尔的工程团队也和开源社区一起优化了针对Scikit-Learn的机器学习的软件算法性能。通过英特尔的优化,在Scikit-Learn上可以获得100倍的性能提升。
通过这样的软件优化,客户可以更好地发挥硬件的潜力。目前在中国乃至在全球,在英特尔的Ice Lake推出之后,在业界已经有非常多的成功的应用场景,该产品也正在市场上服务于大量的用户。
好文章,需要你的鼓励
Anthropic于6月30日发布Claude Sonnet 5,相较前代Claude Sonnet 4.6在编程、推理、工具使用及知识工作方面均有显著提升。该模型可自主制定计划、使用浏览器和终端等工具,达到数月前需更大更贵模型才能实现的水平。安全评估显示其不良行为率更低。Sonnet 5默认开启自适应思维,采用更新的分词器,性能接近Opus 4.8但价格更低,现已面向所有订阅计划开放。
复旦大学联合多机构提出A2World框架,通过210万条真实机器人轨迹进行动作条件化预训练,将学到的物理动力学先验同时迁移到仿真模拟和策略控制两个方向,在LIBERO和真实机器人任务上均取得当前最优表现。
人工智能基础设施的快速扩张不仅带来总用电量激增,更在改变电网的运行特性。AI训练任务高度同步、计算密集,推理任务则分散且难以预测,两者均可在极短时间内造成电力需求骤变。数据中心的地理集中分布进一步加剧局部电网压力。现有监管框架多基于稳定工业负荷设计,难以适应这类新型需求。专家指出,电网规划需从关注总能耗转向关注需求波动性与同步效应。
同济大学研发的FLISP系统,让无人车与无人机在水电隧道中无需建图、仅靠激光雷达实时协作导航,规划延迟仅7毫秒,成功率100%。