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
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。