英特尔最新发布的第五代至强可扩展处理器,拥有多达64个核心,性能提升高达1.4倍。
英特尔于去年12月正式推出了拥有多达64个核心的第五代至强可扩展处理器,其性能相较于上一代产品提升高达40%。与此同时,英特尔还对该处理器进行了大量优化,以满足日益增长的AI算力需求。
该适用于企业级服务器的英特尔高端CPU受到了众多行业专家们的好评。
•第五代至强可扩展处理器:优异的迭代性能
英特尔将第五代至强可扩展处理器定位为一款为AI加速而生的处理器。第五代至强拥有最多64个核心,与上一代至强产品相比,其AI推理性能和通用计算性能分别提升了42%和21%。
英特尔表示,这款处理器能够提供工作负载优化的性能和更高的能效,并在一系列工作负载中将每瓦性能提升36%。
去年12月,在俄勒冈州Hillsboro举行的英特尔新闻发布会上,英特尔公司副总裁兼至强产品和解决方案事业部总经理Lisa Spelman表示:“一路走来,我们一直在硬件和软件上进行持续的开发,这些多年来的长期投入成就了今天的至强。”
英特尔高级首席工程师Ronak Singhal补充道:“第五代至强在第四代至强的基础上进行优化,其中最大的改变之一是显著增加了其三级缓存,这将为实际工作负载带来性能提升。”
•行业反响:英特尔展现强大执行力,助力客户全新升级
数据中心及硬件分析师们对第五代英特尔至强可扩展处理器的发布表示非常高兴。
AI研究公司Cambrian AI Research的创始人兼首席分析师Karl Freund表示,第五代至强可扩展处理器将为企业客户带来一次可靠的升级。
Freund在接受采访时指出:“第五代至强处理器的发布是英特尔向前迈进的重要一步,彰显出他们按计划和产品路线图有序推进的强大执行力。该处理器核心数量增多,缓存也大幅增加,这对于拥有大量基于上一代至强处理器基础设施的客户来说,将是一次不错的升级。”
此外,Freund认为对于那些尚能等待且需要更高性能的用户来说,将于2024年推出的下一代至强处理器将是他们更好的选择,其将拥有更多核心数量,以及进一步提升的产品性能。”
市场研究公司TECHnalysis Research总裁兼首席分析师Bob O'Donnell则强调:“尽管大多数人将关注点放在数据中心GPU上,但在处理诸如AI推理等工作负载时,CPU仍发挥着关键作用。”
因此,他认为英特尔通过全新的至强CPU推动计算性能提升十分重要。此外,其数据中心创新架构在提升能效方面也取得了进步,这对于眼下占全球电力消耗量较大比例的数据中心而言至关重要。”
来自半导体研究和咨询公司SemiAnalysis的首席分析师Dylan Patel一直关注英特尔硬件架构的发展。他指出第五代至强处理器的问世显示英特尔已成功优化了其设计方法,虽然未采用最新的制程和封装技术,但其在显著提升性能的同时,有效降低了制造成本。
全球性科技研究机构Omdia云和数据中心部门研究总监Vladimir Galabov对英特尔“稳健的执行力、处理器设计的改进和针对工作负载的优化”均给予了赞扬。
Galabov表示:“新款至强CPU赋予了公司新的活力,且其代工业务也在加速发展中,这对英特尔而言是非常好的消息。在经历了一段充满挑战的时期之后,英特尔看起来正在稳步前进。”
•展望未来:数据中心蓝图已然绘就
在市场对于全新发布的第五代至强处理器热情高涨的同时,英特尔CEO帕特·基辛格表示,下一代至强处理器Granite Rapids和Sierra Forest的推进工作亦在顺利进行中,后者将拥有高达288个核心。
基辛格指出:“让我们非常兴奋的是,不仅第五代英特尔至强处理器是一款十分优秀的数据中心产品,Granite Rapids和Sierra Forest的开发工作也在稳步推进中。我们的团队正在加倍努力以尽快将它们推向市场。”
好文章,需要你的鼓励
新加坡人工智能机构与阿里云发布全新大语言模型Qwen-Sea-Lion-v4,专门针对东南亚语言和文化特色进行优化。该模型结合阿里云Qwen3-32B基础模型和大量东南亚地区数据集,在东南亚语言模型评估榜单中位居开源模型首位。模型支持119种语言,能在32GB内存的消费级笔记本上运行,采用字节对编码技术更好处理非拉丁文字,并具备3.2万词元上下文长度,可执行文档级推理和摘要任务。
中科大联合快手等机构推出VR-Thinker技术,首次实现AI视频评判员的"边看边想"能力。该系统通过主动选择关键画面、智能记忆管理和三阶段训练,在视频质量评估准确率上达到75%-82%,特别擅长处理长视频场景,为AI视频生成的质量控制提供了突破性解决方案。
AI智能体是下一代业务自动化工具,不仅能对话交流,还能执行复杂任务。与ChatGPT聊天机器人不同,它们可在最少人工干预下规划并完成工作。文章介绍了五个高影响力应用:自动化客户服务解决方案、销售CRM管理、合规自动化、招聘筛选与排程、市场情报报告。这些应用都具有重复性工作流程、依赖结构化数据、遵循可预测规则等特点,能够释放员工宝贵时间用于更有价值的工作。
微软研究院发布BitDistill技术,通过三阶段优化将大型语言模型压缩至1.58位精度,在保持性能的同时实现10倍内存节省和2.65倍速度提升。该技术包括模型结构稳定化、持续预训练适应和知识蒸馏传承三个关键步骤,解决了模型量化中的性能衰减和规模化问题,为AI模型在资源受限设备上的高效部署提供了新方案。