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
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。