为AI加速而生:英特尔的至强,现在能跑200亿参数大模型了

来源:机器之心

图片来源:由无界 AI生成

实用化 AI 算力又升上了一个新台阶。

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1 。

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,AI 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2。

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。

1. 基于英特尔对截至 2021 年 12 月运行 AI 推理工作负载的全球数据中心服务器装机容量的市场建模。

2. 图片来源:https://www.intel.cn/content/www/cn/zh/developer/tools/openvino-toolkit/overview.html