过去几年以来,数据中心计算领域出现了两大新兴力量。ARM在云端站稳了脚跟,AMD则蚕食分散位置。没错,英特尔仍是数据中心领域的绝对王者,但也已经嗅到了其中的危险气息。AMD EPYC确实震撼人心,而英特尔一时没有拿出任何有份量的回应。面对这位2017年才全面回归的对手,芯片巨头显然是有些轻敌了。但在连续两代产品发布之后,AMD已经在夺取英特尔的数据中心份额,这也不禁让人回想起2005年到2006年AMD凭借Opteron系列产品拿下20%多市场份额时的景象。
如今是2021年,英特尔已经发生了很大变化。Pat Gelsinger离开VMware重新挑起CEO重担,他领导下的芯片巨头也开始回归正轨、让我们看到新的曙光。我相信,英特尔在之前架构日活动及芯片展示中所呈现的,正是他们全面回归数据中心的决心与能力。
英特尔其实一直“门儿清”
在深入剖析英特尔架构的细节之前,我们不妨先聊点掌故。英特尔公司其实一直很清楚怎么才能在市场上获得成功。其中的关键,就是未来数据中心内运行的应用程序将与如今大不相同,所以负责运行这些应用程序及负载的基础设施也必然与现在有所区别。
正如几十年前,英特尔在数据中心内全面取代了大型机,如今具备不同性能-功率设定的全新架构也在涌入数据中心。谁能把握丰富的新兴工作负载基础设施组合,谁能为企业IT提供持续不断的引导与支撑,谁就能在下一个历史阶段的市场中获胜。
效率核心
英特尔此次推出了两种全新核心架构——效率核心(E核心)与性能核心(P核心)。顾名思义,效率核心的设计重点在于可扩展性与密度,而性能核心则针对那些需要极高性能支持的工作负载。
虽然效率核心似乎只出现在英特尔的消费级(Alder Lake)产品线中,但这种核心明显拥有广泛的适用场景,例如云环境扩展以及某些边缘实例等。

英特尔的效率核心在延迟与吞吐量方面均迎来提升
性能——不止于整数运算性能
英特尔的性能核心则证明,芯片巨头正在考虑为未来的数据中心提供强劲的负载性能保障。面对跨标量、向量与空间的现实要求,这种特定微架构设计必须给出一份适用于广泛工作负载的理想答卷。

也许要回归创新的本心,我们才能理解英特尔在此次架构日上展示的一切。目前来看,新的核心设计与Sapphire Rapids应该能够让英特尔在下阶段的市场上有所建树。我也期待着芯片巨头的下一轮展示,并将第一时间为大家带来关于速度、更新及上市时间等的更多消息。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。