案例研究:性能价格比对于服务器芯片仍然至关重要
AMD公司宣称,其Epyc CPU在去年的F1大奖赛中发挥重要作用、一举助力梅赛德斯-AMG车队拿下总冠军。
梅赛德斯车队依靠第二代Epyc服务器处理器运行流体力学(CFD)计算软件,成功对车队的F1赛车开展空气动力学建模与测试。准确可靠的测试结果也助力AMG赛车在赛场上一骑绝尘、领先对手。
在AMD新近发布的案例研究中,梅赛德斯车队表示,与原有服务器相比、基于Epyc芯片的服务器将流体力学负载运行速度提高了20%。但很遗憾,车队并没有披露此前服务器中搭载的是哪款CPU,希望未来能有更多细节信息供我们评估比较。
无论如何,这项研究确实给我们带来启发,解释了AMD如何凭借更出色的性能价格比压倒英特尔芯片,在F1赛车等约束条件严格、由工程技术驱动的运动赛事中占据优势。
事实上,考虑到流体力学计算对于F1赛车的重要影响,赛事管理机构国际汽车联合会(FIA)对于服务器资金投入做出了严格限制,希望借此平衡各支车队间的竞争力差异。具体来讲,算力配额会按比例划定,成绩较差的车队反而能比顶级车队多拿到25%配额。
这意味着在2021赛季中名列前茅的梅赛德斯车队,比其他车队更需要关注同等资金投入换来的流体力学计算性能。否则,他们在给定时间内所能运行的几何模型模拟任务量将逊色于其他车队,甚至根本无法按时完成动力学计算任务。
梅赛德斯车队空气动力学软件开发负责人Simon Williams表示,他们之所以选择了第二代Epyc CPU,就是因为这款处理器能更快完成流体力学计算、从而缩短确定最佳空气动力学条件的必要周期。
他解释道,“AMD Epyc服务器帮助我们并发运行更多计算任务。空气动力学专家们可以在早晨上班时拿到最新分析结果,在工作期间完成新设计、并在夜间进行第二轮分析。这样次日早上回来时,新一轮结果就再次摆在面前——迭代迅速、效率极高。”
Williams还提到,单块Epyc CPU带来的更强性能,也让梅赛德斯车队得以削减数据中心的占地空间——这项指标同样受到国际汽联的严格约束。
凭借着Epyc处理器的性价比优势,AMD公司已经在过去几年中不断从英特尔手上夺回服务器CPU市场份额。我们期待看到AMD Epyc最终能不能顺利超越英特尔引以为傲的至强服务器处理器。当然,随着近来英特尔Alder Lake PC芯片获得的高度评价、特别是即将推出的新一代Sapphire Rapids CPU,也许AMD并不一定能笑到最后。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。