芯片巨头表明心志:到2024年继续推进ASIC/FPGA多架构发展路线
在本周召开的Intel Vision大会上,英特尔再次强调了其双管齐下的ASIC/FPGA基础设施处理单元(IPU)发展战略。此次会上,英特尔还展示了即将推出的400 Gb/秒与800 Gb/秒设备。

根据英特尔以太网事业部总经理Patty Kummrow的解释,该公司一直在关注从超大规模数据中心到边缘计算的各个领域,并感受到了市场对于特定领域处理器(例如IPU)的强劲需求。
她在新闻发布会上表示,“IPU已经从根本上改变了数据中心的架构形式。”
英特尔的IPU(也被称为smartNIC,或者数据处理单元DPU)主要负责承担并加速与网络、存储和安全类应用相关的输入/输出密集型工作负载。
Kummrow解释道,“IPU为我们带来了一系列以往难以想象的优势,其中之一就是将基础设施与租户工作负载剥离开来。当我们把这些基础设施功能拆分出去,并把腾出的CPU核心用于处理租户工作负载时,也就实现了负载加速效果。而IPU就是为承接这些功能所专门构建的硬件方案。”
有趣的是,英特尔在最新的产品发展路线图中只提到了更高吞吐量,此外对于下一代IPU的细节几乎没有任何提及。但芯片巨头披露,他们至少会把目前多架构ASIC/FPGA的设计方针延续至2024年。
英特尔的400 Gbps Mount Morgan和Hot Springs Canyon IPU分别计划于2023年底和2024年初发布,同时计划在2025年和2026年推出两款IPU的800 Gbps版本。
英特尔还为即将推出的Mount Evans和Oak Springs Canyon IPU公布了出货日期——“今年晚些时候”。好吧,属于公布了、但又没完全公布。考虑到新款Sapphire Rapids至强处理器和7纳米制程双双落后于计划,芯片巨头在守时方面好像并不是那么靠谱,所以大家姑且一听。
去年的英特尔架构日活动中,Mount Evans首次亮相,也成为芯片巨头第一款基于ASIC的IPU。这款200 Gb/秒 smartNIC专为以性能为最高诉求的超大规模数据中心环境所设计。根据我们掌握的消息,该芯片已经被纳入谷歌和“其他服务供应商”的部署计划。
与此同时,基于Agilex FPGA的Oak Springs Canyon则保持着与ASIC兄弟产品相同的吞吐量,只是受众主要是电信服务商。
根据Kummrow的介绍,这种多面开发的方法能够在客户的性能与灵活性需求间提供最佳平衡点。
例如,在Oak Springs Canyon方面,“客户可以随意进行重新编程,从而在设备上运行不断变化的工作负载。”相比之下,基于ASIC的Mount Evans IPU就没那么灵活,但却能够提供更好的功率/性能比。
她还补充道,“使用ASIC SoC,性能与功率优化水平更高,这是因为所有功能都围绕硬件特性打造而成。”
尽管架构有所区别,但英特尔的AISC与FPGA版IPU采用的是同一种通用编程语言,即基础设施程序员开发套件(IPDK)。
Kummrow总结道,IPDK正是帮助开发人员释放底层硬件价值的关键所在。
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。