今日,英特尔公布2025年第一季度财报。数据显示,英特尔第一季度营收达127亿美元,超出预期指引,产品业务营收为118亿美元,其中数据中心和人工智能事业部(DCAI)营收同比增长8%,总体表现超出预期,这主要得益于超大规模云服务商对于AI服务器和存储计算的CPU机头节点需求。
英特尔至强处理器作为数据中心领域旗舰级产品,凭借丰富的产品组合、卓越的性能和能效,正在高效驱动数据中心业务整合升级。值得注意的是,今年2月英特尔再次丰富产品组合,发布包括6700/6500性能核处理器等在内的多款至强6处理器。而这一举措,不仅扩充至强 6 处理器的产品矩阵,很好地满足市场的多样化需求;同时,凭借卓越的 AI 性能提升,英特尔为数据中心提供了性能强劲的机头节点 CPU,能够助力企业在AI时代“乘风破浪”。
作为AI系统的机头节点CPU,至强6处理器可与GPU搭配,通过提供更快的I/O速度和更好的单核性能,充分发挥GPU的潜力。而凭借内置的AI加速引擎AMX(英特尔高级矩阵扩展)的出色能力,至强6处理器具备强大的AI推理性能,可以让系统以更少的核心,获取高达1.5倍的AI推理性能提升,并使其在传统机器学习、小型生成式AI模型和GPU加速工作负载中表现出色。
近期,在MLCommons最新公布的MLPerf基准测试结果中,至强6性能核处理器在多个关键项目中表现突出,实现了相较于上一代产品高达1.9倍的AI性能提升。作为连续多年向MLPerf提交服务器CPU测试结果的厂商,英特尔已充分显示了其至强6处理器作为现代AI系统核心节点和理想解决方案的领先实力。
好文章,需要你的鼓励
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。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
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。