英特尔近日发布了最新产品Intel Max系列,希望以此在高性能计算和人工智能市场与竞争对手AMD及Nvidia展开竞争。

Intel Max系列中包括了CPU和GPU,代号为Sapphire Rapids HBM的英特尔Xeon CPU Max系列,以及英特尔面向数据中心的GPU Max系列,都将用于为美国阿贡国家实验室即将于明年上线的Aurora超级计算机提供动力。
Aurora有望成为世界上第一台峰值双精度计算性能超过2 exaflops的超级计算机,并将成为第一个同时使用Max系列CPU和GPU的系统。Aurora系统将容纳超过10000个服务器刀片,每个刀片包含6个Max系列GPU和2个Xeon Max CPU。
英特尔表示,虽然Aurora将展示Max系列的强大功能,但Max系列新产品的真正目的是为了让高性能计算和人工智能更容易进入更为广阔的市场。英特尔副总裁、超级计算群组总经理Jeff McVeigh在媒体简报会上表示:“我们正在努力地帮助以更快速度解决世界上最大的挑战,并以可持续的方式做到这一点。”
他解释说,在高性能计算和人工智能的帮助下,很多围绕气候变化和全球健康的一大堆复杂问题将得到更快速的解决。他解释说,英特尔的目标是应对这些领域中广泛且多样化的工作负载,其中一些受计算密集的限制,而另一些受内存带宽的限制。他说:“我们的观点是,所有这些都很重要,我们需要有合适的解决方案来解决这些问题。”
Max系列芯片由英特尔开放的、基于标准和跨架构的编程框架oneAPI统一起来,为这两种新处理器带来的统一的编程环境。
英特尔表示,Xeon Max CPU是该系列中首款也是唯一一款基于x86的处理器,具有高带宽内存,无需修改代码即可加速高性能计算工作负载。据说,这是英特尔迄今为止密度最高的CPU,有超过1000亿个晶体管挤在47块封装和128 GB高带宽内存中。
McVeigh说:“为了确保可以覆盖到任何高性能计算工作负载,我们需要一种能够最大化带宽、最大化计算、最大化开发人员生产力并最终最大化影响的解决方案。英特尔Max系列产品与oneAPI一起,为更广阔的市场带来了高带宽内存,让CPU和GPU之间的代码共享变得很容易,从而可以更快地解决全球最大的挑战。”
英特尔热衷于在高性能计算市场上展现自己的存在感,很多人认为,高性能计算市场是计算技术的最前沿,其中涉及到大规模使用最先进芯片并以创新的方式克服全球最严峻的挑战。因此,对于英特尔这样的公司来说,成为市场领导者是关乎声誉的事情。
英特尔的Max系列为高性能计算行业带来了一个引人关注的新选择。据说,英特尔Xeon Max CPU在实际的高性能计算工作负载上运行的性能,要比竞争对手的芯片高4.8倍。例如,英特尔表示,与AMD Milan-X芯片相比,英特尔Xeon Max CPU使用68%的功率就可达到相同的HCPG性能。同时,AMX扩展也显着提升了AI性能,在某些工作负载中峰值吞吐量提高了8倍。
在一些常见高性能计算工作负载方面,英特尔表示,Max CPU在气候建模工作负载方面要比AMD Milan-X快2.4倍,在分子动力学方面快2.8倍。
至于英特尔Max系列GPU,配备了多达128个Xe-HPC核心,可以作为那些要求最苛刻的高性能计算工作负载的基础架构。英特尔承诺,Max GPU具有408 MB的L2高速缓存(业界最高)以及64 MB的L1 高速缓存,极大地提高了吞吐量和性能水平。
还有更多。英特尔承诺,Max系列GPU的下一代,也就是Intel Data Center Max Series GPU,将于2024年问世,将在性能上有更为显着的提升。与此同时,英特尔表示,还会通过即将推出的Falcon Shores辅助处理单元推出英特尔面向未来高性能计算的下一个重大架构创新,将把x86和Xe核心组合在一个封装内。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。