作者 | 金旺
來源 | 科技行者
2024年10月28日,英特爾官宣擴容成都封裝測試基地,一則增加了為服務(wù)器芯片提供封裝測試服務(wù),二則設(shè)立客戶解決方案中心,提高本土供應(yīng)鏈效率。
一個月后,英特爾新質(zhì)生產(chǎn)力技術(shù)生態(tài)大會在成都召開。
萬平科技體驗區(qū),730+生態(tài)合作成果展出,英特爾新質(zhì)生產(chǎn)力技術(shù)生態(tài)大會也成了英特爾有史以來在國內(nèi)舉辦的規(guī)模最大的行業(yè)大會。
在這場大會上,英特爾公司高級副總裁、英特爾中國區(qū)董事長王銳談到了中國在全球數(shù)字經(jīng)濟中的重要地位,談到了英特爾在中國長期發(fā)展的基礎(chǔ)和動力,談到了成都封裝測試基地擴容情況,也談到了CPU在現(xiàn)代數(shù)據(jù)中心中的重要性。
對于英特爾而言,應(yīng)對AI工作負載帶來的算力需求的激增是英特爾當下面臨的重要挑戰(zhàn),而在人工智能競爭日趨激烈的中國市場,或許有英特爾想要的答案。
01 人工智能顛覆奧運直播
2023年,我國數(shù)字經(jīng)濟規(guī)模達到53.9萬億元,占GDP比重達42.8%,同比名義增長高達7.39%。
數(shù)字經(jīng)濟已經(jīng)成為中國,乃至全球經(jīng)濟的重要增長引擎,而數(shù)字經(jīng)濟的增長引擎則是算力基礎(chǔ)設(shè)施。
王銳在英特爾新質(zhì)生產(chǎn)力技術(shù)生態(tài)大會上指出,“算力每提升1%,將會為數(shù)字經(jīng)濟帶來0.4%的增長,這就意味著,每投資1元算力,就可帶動3至4元GDP增長。”
與此同時,人工智能技術(shù)正在成為數(shù)字經(jīng)濟與實體經(jīng)濟融合的加速劑。
據(jù)麥肯錫的預(yù)測數(shù)據(jù)顯示,到2030年,生成式AI將為全球經(jīng)濟貢獻約7萬億美元價值,并將AI總體經(jīng)濟效益提升50%,這其中,中國將會貢獻2萬億美元,占全球生成式AI貢獻經(jīng)濟總量的三分之一。
中國已經(jīng)成為全球人工智能技術(shù)一個風暴中心,隨著越來越多AI算力涌入,人工智能技術(shù)在中國正在產(chǎn)生一些創(chuàng)新商業(yè)場景。
今年7月,在法國巴黎奧運會期間,也涌現(xiàn)出一些借助人工智能技術(shù)產(chǎn)生的新鮮嘗試。
中國移動咪咕公司作為巴黎奧運會的授權(quán)轉(zhuǎn)播商,在巴黎奧運會期間,咪咕直播間上線了“AI詩人評奧運”特別環(huán)節(jié)。
據(jù)英特爾市場營銷集團副總裁、中國區(qū)云與行業(yè)解決方案和數(shù)據(jù)中心銷售部總經(jīng)理梁雅莉透露,在咪咕直播間的“Al詩人評奧運”特別環(huán)節(jié),通過英特爾技術(shù)團隊整理各種各樣的古詩語料庫及多輪訓(xùn)練,AI詩人能夠更加精準地理解體育項目和運動精神的相關(guān)問題,并匹配語義貼切的古詩詞。
此外,通過部署文生圖大模型,可以生成融合傳統(tǒng)卷軸、中國傳統(tǒng)文化風格與現(xiàn)代運動場景的圖像,通過視頻化風格的轉(zhuǎn)繪、文生圖等技術(shù),可以打造短視頻“AI逐夢時刻”,通過剪紙、青花瓷、泥塑、玉石等傳統(tǒng)文化形式,還可以用AI繪制出運動員在賽場的精彩瞬間。
在這樣的奧運直播和創(chuàng)意視頻背后,是咪咕公司花心思打造的一套完整的AI廣告四層架構(gòu)。
咪咕公司創(chuàng)新業(yè)務(wù)拓展中心總經(jīng)理雷捷介紹稱,“我們正在結(jié)合英特爾Gaudi 2D AI加速器和咪咕自己的技術(shù)能力,打造從算力到模型再到引擎的全鏈路基礎(chǔ)設(shè)施。”
英特爾Gaudi 2D AI加速器只是英特爾面向人工智能領(lǐng)域推出的重要硬件之一,我們在大會現(xiàn)場還看到了基于英特爾至強和英特爾Gaudi 2D AI加速器的新華三AIGC靈犀一體機。
據(jù)悉,新華三AIGC靈犀一體機包括靈犀幻境數(shù)字展廳一體機、靈犀妙答知識問答一體機、靈犀智思多模態(tài)推理一體機、靈犀慧影數(shù)字人一體機和靈犀文曲公文寫作一體機等不同規(guī)格,可以實現(xiàn)多模型的高效推理、用戶知識準確補充、智能應(yīng)用靈活編排和業(yè)務(wù)場景的閉環(huán)交付。
此外,面向服務(wù)器市場,英特爾還重磅推出了英特爾至強6系列處理器。
02 英特爾帶來云端技術(shù)變遷
2024年9月26日,英特爾在國內(nèi)正式發(fā)布了英特爾至強6性能核處理器,在此之前,英特爾還曾在6月發(fā)布英特爾至強6能效核處理器。
作為英特爾面向服務(wù)器市場的新一代產(chǎn)品,兩款處理器為云市場帶來了不少新技術(shù),在英特爾新質(zhì)生產(chǎn)力技術(shù)生態(tài)大會,英特爾聯(lián)合合作伙伴將這些新技術(shù)對外進行了集中展示。
CXL是基于PCIe,旨在解決計算系統(tǒng)中數(shù)據(jù)處理延遲、速度減慢和可擴展性問題的接口標準,可以連接CPU、GPU、DRAM、存儲設(shè)備。
在當下的大模型訓(xùn)練中,AI硬件的內(nèi)存發(fā)展與算力增長速度不匹配,將會導(dǎo)致“內(nèi)存墻”的問題,為此,超聚變基于英特爾至強6性能核處理器打造了CXL 2.0+內(nèi)存池解決方案。
據(jù)超聚變服務(wù)器產(chǎn)品總經(jīng)理朱勇介紹稱,“超聚變CXL 2.0+內(nèi)存池解決方案通過創(chuàng)新的總線傳輸技術(shù),不僅能夠?qū)崿F(xiàn)內(nèi)存與計算資源的解耦,還可實現(xiàn)靈活擴展容量、帶寬和內(nèi)存彈性分配,以及數(shù)據(jù)多機共享等功能,為AI應(yīng)用提供了更強的靈活性和擴展性。”
G-Flow浸沒式液冷方案是英特爾面向高能耗的數(shù)據(jù)中心發(fā)布的又一個創(chuàng)新解決方案。
隨著數(shù)據(jù)中心需要的算力越來越多,電力逐漸成了限制數(shù)據(jù)中心發(fā)展的一個主要因素,英特爾聯(lián)合綠色云圖成功突破了油類單相浸沒散熱能力有限的技術(shù)難題,推出了基于英特爾G-Flow創(chuàng)新技術(shù)的解決方案。
相較于傳統(tǒng)的G-Tank浸沒式液冷解決方案,G-Flow浸沒式液冷方案在無需額外能耗的情況下,可以利用低成本、綠色環(huán)保的合成油作為冷卻介質(zhì)來解決千瓦級散熱問題,進而降低數(shù)據(jù)中心的運營成本和環(huán)境影響。
同樣是在這次大會上,我們還看到了英特爾牽頭推動的數(shù)據(jù)中心可互插通用快接頭標準。
為了解決液冷接頭目前存在的種類多、價格貴、貨期長、質(zhì)量標準不一等問題,從而加速液冷行快接頭的標準化落地,推動液冷產(chǎn)業(yè)規(guī)?;M程,英特爾在2019年牽頭,聯(lián)合業(yè)界主流接頭廠商共同開發(fā)了可互插通用快接頭(UQD),并于2020年發(fā)表標準于OCP。
據(jù)悉,2023年以來,隨著液冷方案落地加速,越來越多企業(yè)將快接頭的選型轉(zhuǎn)為UQD,也由此增加了供應(yīng)鏈的安全與選擇的靈活性。
梁雅莉在大會上稱,“我們可以看到,中國人工智能市場在未來5年內(nèi)將保持16.9%的復(fù)合增速繼續(xù)增長,而生成式AI的復(fù)合增速將達到41.8%。”
面對這樣的時代機遇,可以看到的是,英特爾繼續(xù)在通過CXL 2.0、UQD、G-Flow浸沒式液冷方案等技術(shù)創(chuàng)新,加強算力基礎(chǔ)設(shè)施建設(shè),為接下來人工智能應(yīng)用大繁榮做好保障工作。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。
關(guān)注智造、硬件、機器人。