Intel分享資料中心與AI發展方向，著重多樣運算單元與友善軟體

Intel在ISC 23國際超級電腦大會（International Supercomputing Conference）上發表了AI加速運算與高效能運算的發展藍圖，並安排2位資料中心主管訪談，分享發展策略。

透過XPU加速各類運算

Intel在ISC 23大會的簡報中，說明了許多AI加速運算與高效能運算的發展規劃，筆者先將簡報重點整理如下。

• 延伸閱讀：NVIDIA在國際超級電腦大會上宣布建造搭載Grace晶片，使用Arm架構的超級電腦

▲ 根據Intel提供的數據，在Top100超級電腦的CPU:GPU比例中，越來越多電腦具有更多的GPU配重。

▲ Intel具有CPU、GPU、獨立AI加速器、FPGA等不同運算單元。但隨著Gaudi 3推出之後，接續將把GPU與獨立AI加速器整併為次世代GPU產品。

▲ 以最新的Xeon Max系列CPU為例，它是唯一搭載HBM（High Bandwidth Memory，高頻寬記憶體）的x86處理器，一方面能提升運算效能，另一方面也有助於降低運算節點與耗電量。

▲ Gaudi 2是本世代的獨立AI加速器，由24組張量處理器與96GB HBM 2記憶體組成。

▲ 在GPU部分，也有最高由128組Xe HPC核心組成的Data Center GPU Max系列產品。

▲ 另一個發展重點就是oneAPI軟體生態系統。

▲ oneAPI能夠支援多種AI加速運算與高效能運算框架，並將程式部署到各種不同的運算單元。

推動AI民主化並協助簡化開發流程

Intel執行副總裁暨資料中心與AI事業群總經理Sandra Rivera（左）與企業副總裁暨資料中心與AI事業群 - 資料中心平台工程與架構事業部總經理Zane Ball在日前造訪台灣時，也透過訪談向我們說明了Intel的發展策略。

Sandra Rivera表示台灣是個相當重要的發展基地，在400多種第4代Xeon可擴充處理器的伺服器設計中，出自台灣廠商的數量占了一半，而Zane Ball先前也曾於10年前就派駐台灣，深深瞭解整合生態系統的重要性。

舉例來說，隨著DDR5記憶體的規格與配置越來越複雜，Intel也提出對應的記憶體認證規範，協助合作夥伴推出更穩固的產品。

另一方面，針對筆者提出Intel具有多種不同類型運算單元，該如何發揮所長並簡化軟體開發與部署等問題，Sandra Rivera回答在不同領域的運算需求都有適合的運算單元，根據Intel提供的簡報資料，高效能（HPC）運算仍然相當倚重CPU，而AI運算則需要數量較多的GPU與獨立AI加速器，因此提供完備的產品線，由企業根據運算需求、價格與TCO（Total Cost of Ownership，總體擁有成本）、電力消耗等條例，搭配不同比例的運算單元，會是更具彈性的做法。有趣的是，Sandra Rivera也提到業界也有認知到CPU的重要性，由以GPU為重的NVIDIA都著手發展CPU可見一斑。

Intel的優勢除了具有完備的運算單元之外，也藉由oneAPI整合多種軟體堆疊與框架，並提供硬體效能最佳化，能夠簡化軟體開發的流程，並加速將應用程式部署到不同運算單元。此外Intel也與Red Hat、VMware等廠商合作，以確保軟體與雲端部署的流程順暢。

Intel也致力推動AI民主化，oneAPI不但支援自家運算單元，也能支援Arm、AMD、NVIDIA等廠商所推出的硬體，希望提供開發者功能更全面的工具，來壯大整個軟體生態系。

▲ Intel執行副總裁暨資料中心與AI事業群總經理Sandra Rivera（左）與企業副總裁暨資料中心與AI事業群 - 資料中心平台工程與架構事業部總經理Zane Ball（右），透過訪談說明發展策略並交流觀點。

▲ 高效能（HPC）運算伺服器仍然相當倚重CPU。

▲ AI運算伺服器則需要數量較多的GPU與獨立AI加速器。

▲ oneAPI能支援Intel、Arm、AMD、NVIDIA等廠商所推出的硬體，有助於打造更加開放的生態系統。

Sandra Rivera也在訪談中預告，Intel將在之後的Innovation大會發表更多重磅消息，就讓我們一起期待後續發展吧。