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
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。