至强D系列处理器是针对软件定义的网络和边缘而开发的全新英特尔片上系统

最新消息:在2022年巴塞罗那世界移动通信大会前夕,英特尔推出了全新英特尔®至强® D系列处理器:D-2700 和 D-1700。作为英特尔最新的片上系统(SoC),该系列产品面向软件定义的网络及边缘而打造,集成了AI和加密加速功能、内置以太网、可支持英特尔®时序协调运算(英特尔® TCC)和时间敏感网络(TSN),并且具备工业级可靠性。全新英特尔至强D系列处理器能够将计算加速扩展到核心数据中心之外,从而为关键的网络和边缘用例以及工作负载提供更好的整体体验。
英特尔公司网络与边缘事业部副总裁兼网络平台事业部总经理Dan Rodriguez表示:“随着行业进入软件定义一切的时代,英特尔正在面向网络和边缘提供可编程平台,以支持行业迄今为止所经历的最为重大的转型之一。基于此,全新英特尔至强D处理器应运而生。该处理器采用久经考验且值得信赖的英特尔架构,为广泛的使用场景而设计,将释放网络和边缘的创新潜力。”
重要意义:截至2026年,不断增长的网络和边缘基础设施市场机遇将达到770亿美元¹;截至2025年,预计超过50%的数据将在传统数据中心之外产生和处理²。基于此,全新英特尔至强 D系列处理器将通过专有功能来满足软件定义的网络和边缘独特的工作负载需求。
全新英特尔至强D系列处理器如何赋能客户:该款处理器面向最棘手的用例而打造,例如安全设备、企业路由器和交换机、云存储、无线网络、AI推理和边缘服务器等。通过结合英特尔®集成以太网、英特尔® QuickAssist 技术、英特尔®软件防护扩展技术以及英特尔®AVX-512指令集带来的AI加速功能,该款处理器将提供突破性的性能。
乐天移动在日本部署了全球首个开放的、完全虚拟化的云原生基础设施,为合作伙伴和终端客户提供可靠、灵活、可扩展、安全且富有弹性的移动网络。它采用全新英特尔至强 D系列处理器,在满足Symware设计规范的同时,实现了最优性能。Symware是由乐天移动与英特尔和瞻博网络联合开发的一款紧凑、轻巧、自冷却和防风雨的容器化RAN解决方案。这也十分适用于全球人口密集程度最高的城市环境,例如东京便通过采用英特尔技术展现出vRAN的强大功能。

关于全新英特尔至强D系列处理器:作为英特尔网络与边缘处理器系列的两个新成员,英特尔®至强®D-2700和英特尔®至强®D-1700能够在客户最需要计算的地方满足其需求,如空间和电源受限的环境。它们具有工业级的可靠性、多种基于硬件的安全功能和多达56个高速PCIe通道,可支持高达100GbE的高带宽网络。英特尔®至强®D-1700可从4核数扩展到10核数,英特尔至强D-2700则可从4核数扩展到20核数,二者均能够为客户提供广泛的平台,使其能够根据所需的计算和性能来定制解决方案。
全新英特尔至强D系列处理器具备以下特性:
• 最高支持4通道、频率3200Hz的DDR4内存
• 以太网吞吐量高达100 GbE
• 高达32/64个4.0 PCIe 通道
基于Sunny Cove核心架构,全新英特尔®至强® D系列处理器可提供:
• 改进的前端、更高的容量及改进的分支预测器
• 以更广泛的分配、更大的结构和执行资源确保更宽、更深的机器部署
• 过渡线缓冲器(TLB)、单线程执行和预取技术的加强
• 针对数据中心优化的新功能,包括更大的中级缓存(l2)和更高的矢量吞吐量
全新处理器实现了如下的代际性能3提升:
• 对于视觉处理推理,性能提升高达2.4倍
• 对于网络边缘的5G UPF等复杂的网络工作负载,性能提升高达1.7倍
• 对于SD-WAN、SASE和采用IPSec的边缘用例,性能提升高达1.5倍
• 对于采用TLS的应用交付控制器和安全设备用例,性能提升高达1.8倍
• 对于通信设备,性能提升高达1.56倍
关于生态系统合作:英特尔的网络及边缘技术支持众多行业用例,包括工厂、智慧城市、医院等,因为这些使用场景都需要在更靠近数据生成的位置处理计算。超过70家领先技术公司正在与英特尔合作,共同设计采用全新英特尔至强D系列处理器的产品,包括思科、瞻博网络和Rakuten Symphony等。
好文章,需要你的鼓励
香港科技大学团队发表重要研究,开发GIR-Bench测试基准评估统一多模态AI模型的推理与生成能力。研究发现即使最先进的AI模型在理解与生成之间也存在显著差距,无法有效将推理过程转化为准确的视觉生成,为AI行业发展提供重要警示。
随着AI技术不断发展,交通运输行业正迎来重大变革。MIT研究显示,AI将很快自动化价值650亿美元的交通工作,大幅提升运输效率。从陆地到海空,AI正在推动全方位的交通创新。斯坦福专家强调,AI将通过基础模型、合成数据和数字孪生等技术,实现从单一车辆自动化到整个交通网络优化的跨越式发展,同时解决可持续性、安全性和公平性等关键挑战。
Meta超级智能实验室联合麻省理工学院开发了SPG三明治策略梯度方法,专门解决扩散语言模型强化学习训练中的技术难题。该方法通过上下界策略为AI模型提供精确的奖惩反馈机制,在数学和逻辑推理任务上实现了显著性能提升,为AI写作助手的智能化发展提供了新的技术路径。