今日,英特尔推出三款全新英特尔®至强®6系列处理器,特别满足搭载领先GPU的AI系统的需求。这些处理器配备性能核(P-core),并集成了英特尔创新的Priority Core Turbo(PCT)以及英特尔®Speed Select – 睿频频率(Intel®SST-TF)技术,能够提供定制化的CPU核心频率,进而提升GPU在高强度AI工作负载下的性能。
三款全新至强6处理器现已面市,其中一款将作为主控处理器被应用于英伟达最新一代AI加速系统DGX B300中。英伟达DGX B300搭载了英特尔®至强®6776P处理器,该处理器在AI加速系统的管理、协调和支持方面扮演至关重要的作用。凭借卓越的内存容量和带宽,至强6776P能够充分满足日益增长的AI模型和数据集的需求。
英特尔公司副总裁兼数据中心事业部临时总经理Karin Eibschitz Segal表示:“全新至强系列产品充分彰显了英特尔至强6处理器卓越的性能实力,是新一代GPU加速AI系统的理想之选。我们非常期待与英伟达进一步深化合作,共同打造业界领先的AI系统,加速AI在各行各业的广泛应用。”

通过PCT大幅提升AI性能
英特尔PCT与SST-TF的结合,为AI系统性能带来了显著提升。PCT能够动态地让高优先级核心以更高的睿频频率运行,而低优先级核心则以基础频率运行,从而实现CPU资源的优化配置。这一功能对于需要顺序或串行处理的AI工作负载至关重要,其不仅能够加速数据向GPU的传输,亦显著提高整个系统的运行效率。
从更广泛的角度来看,英特尔至强6性能核处理器为多种AI系统提供了行业领先的功能,包括:
企业正在持续推进基础设施升级,以适应日益增长的AI需求。在此背景下,英特尔至强6性能核处理器凭借卓越的性能和能效,成为企业更新升级的首选,它不仅能够为多样化的数据中心和网络应用提供有力支撑,更进一步巩固了英特尔针对AI优化的CPU解决方案的领先优势。
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。