为AI加速而生:英特尔的至强,现在能跑200亿参数大模型了

在人工智能的应用领域,出现了一些让人始料未及的趋势:很多传统企业开始选择在 CPU 平台上落地和优化 AI 应用。

例如制造领域在高度精细且较为耗时的瑕疵检测环节,就导入了 CPU 及其他产品组合,来构建横跨「云-边-端」的 AI 缺陷检测方案,代替传统的人工瑕疵检测方式。

再比如亚信科技就在自家 OCR-AIRPA 方案中采用了 CPU 作为硬件平台,实现了从 FP32 到 INT8/BF16 的量化,从而在可接受的精度损失下,增加吞吐量并加速推理。将人工成本降至原来的 1/5 到 1/9,效率还提升了约 5-10 倍。

在处理 AI 制药领域最重要的算法——AlphaFold2 这类大型模型上,CPU 同样也「加入群聊」。从去年开始,CPU 便使 AlphaFold2 端到端的通量提升到了原来的 23.11 倍;而现如今,CPU 让这个数值再次提升 3.02 倍。

上述这些 CPU,都有个共同的名字——至强,即英特尔® 至强® 可扩展处理器。

为什么这些 AI 任务的推理能用 CPU,而不是只考虑由 GPU 或 AI 加速器来处理?

这里历来存在很多争论。

很多人认为,真正落地的 AI 应用往往与企业的核心业务紧密关联,在要求推理性能的同时,也需要关联到它的核心数据,因此对数据安全和隐私的要求也很高,因此也更偏向本地化部署。

而结合这个需求,再考虑到真正用 AI 的传统行业更熟悉、更了解也更容易获取和使用 CPU,那么使用服务器 CPU 混合精度实现的推理吞吐量,就是他们能够更快和以更低成本解决自身需求的方法了。

面对越来越多传统 AI 应用和大模型在 CPU 上的落地优化,「用CPU加速AI」这条道路被不断验证。

这就是在数据中心中,有 70% 的推理运行在英特尔® 至强® 可扩展处理器上的原因 。

最近,英特尔的服务器 CPU 完成了又一次进化。12 月 15 日,第五代英特尔® 至强® 可扩展处理器正式发布。英特尔表示,一款为 AI 加速而生,而且表现更强的处理器诞生了。

人工智能正在推动人类与技术交互方式的根本性转变,这场转变的中心就是算力。

英特尔 CEO 帕特·基辛格(Pat Gelsinger)在 2023 英特尔 ON 技术创新大会表示:「在这个人工智能技术与产业数字化转型飞速发展的时代,英特尔保持高度的责任心,助力开发者,让 AI 技术无处不在,让 AI 更易触达、更可见、透明并且值得信任。」

第五代至强 为 AI 加速

第五代英特尔® 至强® 可扩展处理器的核心数量增加至 64 个,配备了高达 320MB 的 L3 缓存和 128MB 的 L2 缓存。不论单核性能还是核心数量,它相比以往的至强都有了明显提升。

在最终性能指标上,与上代产品相比,在相同功耗下平均性能提升 21%,内存带宽提升高达 16%,三级缓存容量提升到了原来的近 3 倍。

更为重要的是,第五代至强® 可扩展处理器的每个内核均具备AI加速功能,完全有能力处理要求严苛的 AI 工作负载。与上代相比,其训练性能提升多达 29%,推理能力提升高达 42%。

在重要的 AI 负载处理能力上,第五代英特尔® 至强® 可扩展处理器也交出了令人满意的答卷。

首先要让 CPU 学会高效处理 AI 负载的方法:在第四代至强® 可扩展处理器上,英特尔面向深度学习任务带来了矩阵化的算力支持。

英特尔® AMX 就是至强 CPU 上的专用矩阵计算单元,可被视为 CPU 上的 Tensor Core,从第四代至强® 可扩展处理器开始成为内置于 CPU 的 AI 加速引擎。

第五代至强® 可扩展处理器利用英特尔® AMX 与英特尔® AVX-512 指令集,配合更快的内核,以及速度更快的内存,可以让生成式 AI 更快地在其上运行,无需独立的 AI 加速器就能执行更多工作负载。

借助在自然语言处理 (NLP) 推理方面实现的性能飞跃,这款全新的至强® 可支持响应更迅速的智能助手、聊天机器人、预测性文本、语言翻译等工作负载,可以在运行参数量 200 亿的大语言模型时,做到时延不超过 100 毫秒。

据了解,11.11 期间,京东云便通过基于第五代英特尔® 至强® 可扩展处理器的新一代服务器,成功应对了业务量激增。与上一代服务器相比,新一代京东云服务器实现了 23% 的整机性能提升,AI 计算机视觉推理性能提升了 38%,LLaMA2 推理性能也提高了 51%,轻松 hold 住用户访问峰值同比提高 170%、智能客服咨询量超 14 亿次的大促压力。

除此之外,第五代英特尔® 至强® 可扩展处理器也在能效、运营效率、安全及质量等方面实现了全面提升,提供了向前代产品的软件和引脚兼容性支持,以及硬件级安全功能和可信服务。

国内云服务大厂阿里云也在发布会上披露了其实测体验数据,基于第五代英特尔® 至强® 可扩展处理器及英特尔® AMX、英特尔® TDX 加速引擎,阿里云打造了 「生成式 AI 模型及数据保护」的创新实践,使第八代 ECS 实例在实现了全场景加速和全能力提升的情况下,更加固了安全性能,且保持实例价格不变,普惠客户。

数据显示,其在数据全流程保护的基础上,推理性能提高 25%、QAT 加解密性能提升 20%、数据库性能提升 25%,以及音视频性能提升 15%。

英特尔表示,第五代至强® 可扩展处理器可为 AI、数据库、网络和科学计算工作负载带来更强大的性能和更低的 TCO,将目标工作负载的每瓦性能提升高达 10 倍。

对先进AI模型实现原生加速

为让 CPU 能够高效处理 AI 任务,英特尔把 AI 加速的能力提升到了「开箱即用」的程度。

英特尔® AMX 除了可以加速深度学习的推理、训练以外,现在已经支持了流行的深度学习框架。在深度学习开发者常用的 TensorFlow、PyTorch 上,英特尔® oneAPI 深度神经网络库 (oneDNN) 提供了指令集层面的支持,使开发人员能够在不同硬件架构和供应商之间自由迁移代码,可以更轻松地利用芯片内置的 AI 加速能力。

在保证了 AI 加速直接可用之后,英特尔利用高性能开源深度学习框架 OpenVINO™ 工具套件,帮助开发者实现了一次开发、多平台部署。它可以转换和优化使用热门框架训练好的模型,在多种英特尔硬件的环境中快速实现,帮用户最大程度地利用已有资源。

OpenVINO™ 工具套件最新的版本也加入了对大型语言模型 (LLM) 性能的改进,可以支持生成式 AI 工作负载,包括聊天机器人、智能助手、代码生成模型等。

OpenVINO™ 工具套件

通过这一系列技术,英特尔让开发者们能够在几分钟内调优深度学习模型,或完成对中小型深度学习模型的训练,在不增加硬件和系统复杂性的前提下获得媲美独立 AI 加速器的性能。

比如在先进的预训练大语言模型上,英特尔的技术就可以帮助用户完成快速部署。

用户可以从最热门的机器学习代码库 Hugging Face 中下载预训练模型 LLaMA2,然后使用英特尔®2 PyTorch、英特尔® Neural Compressor 等将模型转换为 BF16 或 INT8 精度版本以降低延迟,再使用 PyTorch 进行部署。

英特尔表示,为了能够紧跟 AI 领域的潮流,有数百名软件开发人员正在不断改进常用的模型加速能力,让用户能够在跟上最新软件版本的同时,获得对于先进AI模型的支持。

第五代至强® 可扩展处理器的实力,目前已在部分大厂进行了验证。火山引擎与英特尔合作升级了第三代弹性计算实例。

目前,火山引擎已通过独有的潮汐资源并池能力,构建百万核弹性资源池,能够以近似包月的成本提供按量使用体验,降低上云成本。基于第五代英特尔® 至强® 可扩展处理器,火山引擎第三代弹性计算实例整机算力再次提升了 39%,应用性能最高提升了 43%。

这只是个开始。可以预见,很快会有更多科技公司的应用能够从第五代至强® 可扩展处理器的性能中获益。

下一代至强已经现身

未来,人们对于生成式 AI 的需求还将不断扩大,更多的智能化应用将会改变我们的生活。以计算能力为基础,万物感知、万物互联、万物智能的时代正在加速到来。

面对这样的趋势,英特尔正在加紧打造再下一代的至强 CPU,它们面向 AI 的「专业化」程度还会更高。

在最近披露的英特尔数据中心路线图上,下一代至强® 处理器将对不同工作负载、场景配备不同的核心,其中主打计算密集型与AI任务的型号会使用侧重性能输出的核「P-core」,面向高密度与横向扩展负载的型号则会使用有更高能效的核「E-core」,这两种不同的核心架构并存的设计,既满足部分用户对极致性能的追求,也能兼顾到可持续发展绿色节能的需求。

未来,英特尔还将如何实现晶体管和芯片性能的飞跃,在 AI 算力上还能有什么样的跃升?

让我们拭目以待。

免责声明:此文内容为第三方自媒体作者发布的观察或评论性文章,所有文字和图片版权归作者所有,且仅代表作者个人观点,与极客网无关。文章仅供读者参考,并请自行核实相关内容。投诉邮箱:editor@fromgeek.com。

极客网企业会员

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。

2023-12-23
为AI加速而生:英特尔的至强,现在能跑200亿参数大模型了
为AI加速而生:英特尔的至强,现在能跑200亿参数大模型了

长按扫码 阅读全文