测试结果喜人 英特尔多样化硬件针对阿里云通义千问2模型进行优化

作为阿里自研大模型，千亿级参数规模的通义千问2.0在10个权威测评中全面超越GPT-3.5和Llama2，加速追赶GPT-4。

而通义千问2.0的良好表现离不开底层算力基础设施的支持，在这方面英特尔与阿里展开了积极合作。

为了最大限度地提升诸如阿里云通义千问2的大模型效率，全面的软件优化非常重要，其中包括从高性能融合算子到平衡精度和速度的先进量化技术。此外，英特尔还采用KV Caching、PagedAttention机制和张量并行来提高推理效率。英特尔的硬件可利用软件框架和工具包进行加速，并获得出色的大模型推理性能，其中包括PyTorch和英特尔 PyTorch扩展包、OpenVINO工具包、DeepSpeed、Hugging Face库和vLLM。

测试结果：英特尔^® Gaudi AI加速器

英特尔Gaudi AI加速器专为生成式AI以及大模型的高性能加速而设计。使用最新版本的英特尔Gaudi Optimum，可以轻松部署新型号的大模型。在英特尔Gaudi 2上对70亿参数和720亿参数的通义千问2模型的推理和微调吞吐量进行了基准测试，以下为详细性能指标和测试结果。

表1. 70亿参数的通义千问2在单颗英特尔Gaudi 2加速器上的推理

表2. 720亿参数的通义千问2在8颗英特尔Gaudi 2加速器上的推理

表3. 通义千问2 FP8在英特尔Gaudi 2加速器上的推理

表4. 通义千问2在英特尔Gaudi 2加速器上的微调

测试结果：英特尔^®至强^®处理器

英特尔^®至强^®处理器作为通用计算的基石，为全球范围内的用户提供强大的算力。英特尔至强处理器具有广泛可用性，适用于各个规模的数据中心，这使其成为那些希望能够快速部署AI解决方案，又无需配备专项基础设施企业的理想选择。英特尔至强处理器的每个核心均内置了英特尔^®高级矩阵扩展（英特尔AMX），可处理多样化的AI工作负载并加速AI推理。下图展现了英特尔至强处理器所提供的延迟性能可满足多种用例。

图1. 在基于第五代英特尔^®至强^®可扩展处理器的阿里云ecs.ebmg8i.48xlarge实例上，通义千问2的下一个推理token延迟

AI PC

由最新英特尔^®酷睿™ Ultra处理器和英特尔锐炫™显卡驱动的AI PC让AI的力量触及客户端和边缘，使开发者在本地也能部署大模型。AI PC配备了专门的AI硬件，如神经处理单元和内置的英特尔锐炫™显卡，或配备了英特尔^® Xe Matrix Extensions加速的英特尔锐炫™ A系列显卡，以处理高需求的边缘AI任务。这种本地处理能力可实现个性化的AI体验，增强隐私性，并提供快速响应时间，这对于交互式应用程序至关重要。

以下展示了15亿参数的通义千问2，在基于英特尔^®酷睿™ Ultra的AI PC上运行时所展现的强大性能。

Demo 1. 在内置英特尔锐炫™显卡的英特尔^®酷睿™ Ultra 7 165H上，通义千问2的推理

 表2. 在内置英特尔锐炫™显卡的英特尔^®酷睿™ Ultra 7 165H AI PC上，通义千问2的下一个token延迟

表3. 在由英特尔锐炫™ A770 16GB限量版驱动的AI PC上，通义千问2的下一个token延迟

从上述测试结果表现看，双方的合作成果还是很显著的，这加速了大模型的落地。

英特尔与阿里云在数据中心、客户端以及边缘平台上的AI软件优化，有助于构建一个创新的生态环境，且截至目前，已取得了包括ModelScope、阿里云PAI、OpenVINO等在内的诸多创新成果。得益于此，阿里云AI模型可在多样化的计算环境中进行优化。