加速AIGC算力更迭英特爾至強W系列成就生產力升級

新浪數碼訊 3月20日下午消息，近期OpenAI發佈了“文生視頻”大模型工具Sora，如今AIGC已經包含了文本問答、圖像生成、視頻生成、代碼生成等多個領域。AIGC相關應用不僅極大程度提高內容生產的效率，也改變了用戶對算力的需求。

簡而言之，如今的高性能計算終端，無論工作站還是服務器，都需要與AI進行深度結合，爲AIGC提供足夠的算力支持，藉助AIGC實現生產力升級。

在英特爾舉辦的“英特爾單路最強芯至強W助力玩轉AIGC”主題分享會中，我們從產品經理、AI架構師與合作伙伴的主題分享中，對AIGC與處理器算力釋放等方面有了新的瞭解。

AIGC時代，算力的重要性前置

在用戶眼中，AIGC應用能夠根據人類的文字需求自動產生文本、圖像、音視頻等多類型的內容，能像人類一樣工作與交流。而在這背後，迫切需要的就是算力的提升。甚至不少人將算力定義爲AIGC產業的基礎，如同水電、石油對現在各行業的重要性一樣。

以極爲耗費算力資源的文生視頻爲例，高AI算力的工作站平臺能夠將以往可能需要幾天的視頻生成工作在更短時間內完成，無疑大幅提高了相應行業人員的工作效率。

在工作站領域，AI算力則主要通過CPU和顯卡兩大部分進行釋放。尤其是CPU，既需要統合顯卡、存儲等設備，又需要在AIGC相關應用中進行算力支持。所以，專業的工作站和服務器產品端，同樣需要更符合AIGC算力需求的產品。基於這個需求，英特爾爲我們帶來了至強W處理器，定位於工作站品類CPU，在單路工作站/服務器領域滿足用戶需求。

從英特爾對AIGC業務邏輯的洞察來看，至強W所搭載的AIGC工作站或服務器覆蓋了數據處理服務商、專業服務提供商以及消費者用戶端。其主要面臨的算力挑戰在三個部分：1、數據收集、清洗和數據標註；2、行業模型微調；3、推理服務。因此，此類產品需要滿足16-32個核心、高主頻、多通道ECC內存支持、大於64L的PCIe通道，以及對AI性能的專門加速，而至強W也很好地滿足了此類需求。

舉個例子，在部署AIGC相關工作站/服務器時，用戶首要考慮的往往是增加更多的計算加速卡以提高整體算力。在主流渲染引擎下，4個GPU加速卡相較於單卡擁有近乎4倍的性能提升，多加速卡方案收益非常明顯。然而計算加速卡大幅佔用了PCIe通道資源，當加速卡設備達到4張以上的數量時，桌面級CPU已經無法滿足。至強W支持了112條PCIe 5.0通道，就可以讓用戶安裝更多的計算加速卡，從而大幅提升端側算力。

在配置方面，至強W與至強可擴展處理器同宗同源，並且在單路計算的工作環境下提升AIGC能力。在CPU平臺方面，至強W使用了高主頻、全大核設計，且同樣支持AMX指令集用於AI加速；擴展方面，支持最高4TB的ECC內存，以及4張加速卡的擴展，爲內容生產和服務提供支持。

可以說，至強W融合了桌面CPU的高主頻、可超頻特點，以及至強可擴展處理器的多核心、多PCIe通道數、大內存、多通道、AI性能加速、ECC糾錯等特點，從而滿足AIGC時代的用戶需求。

高性能處理器，能爲AIGC帶來什麼？

根據相關資料，我國生成式人工智能的企業採用率已經逐漸提升，並且已經開始在平面設計、影視製作、數字人生成等領域大展身手。至強W的高性能計算和圖形處理能力，是如何爲用戶提供性能支持的呢？

璇米科技分享了其賽事級體育三維數據解決方案，這套方案以至強W系列處理器作爲硬件平臺，實現運動數據的採集、重建和生成。該方案的三個關鍵詞爲“端”、“邊”、“雲”，其中至強W平臺則通過3DSport解決方案，對目標的谷歌數據進行計算，實時渲染和分析運動員的姿態與軌跡，生成對應的數據內容。該解決方案可以實現細化到手指的動作捕捉，就藉助於至強W平臺的多核心、高頻率的特性，收集到更多的運動數據。