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
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。