界面新闻编辑 |

1

“大模型未来的大模发展需要依赖于底层技术突破，如技术、型依芯片新品通讯和存储技术。赖底只有这些底层技术不断突破，层技才能实现对人工智能更高的术突要求。这些底层技术正是破英英特尔正在努力发展的方向，包括人工智能、将推边缘到云的大模基础架构、连接和传感技术等。型依芯片新品”在2023年世界人工智能大会期间，赖底英特尔中国区网络与边缘事业部首席技术官、层技英特尔高级首席AI工程师张宇在接受界面新闻等采访时称。术突

张宇说，破英他观察当前AI大模型的将推商业进展，还未发现一个特别成功的大模商业模式和持久的使用场景，因此可以认为大模型的商业模式仍在摸索中。即使人们对于ChatGPT的应用相当热衷，用它来写论文、画图等，但一些报告显示，ChatGPT最近的访问量正在下降。

但这一现象并不能否定ChatGPT开启的AI新时代，张宇称，目前AI大模型和AIGC技术尚处于开环工作，而不是闭环工作，仍然存在成本、数据和人力等限制，随着人工智能和算力的不断发展，这些问题可能会得到解决。

作为芯片巨头，英特尔虽不及英伟达在AI计算中凭借GPU“独领风骚”，但仍是该领域的重要玩家，可以提供诸如CPU、GPU、FPGA等多种算力资源和完整软硬件解决方案等。张宇介绍，不同的计算资源需考虑资源分配和调度问题。对于资源调度，需要一个统一API（应用程序接口）接口，否则不同的资源调度都需要不同的接口，这是不经济的。“

英特尔正在考虑如何在异构平台上合理分配负载，以进行人工智能处理。张宇指出，在底层方面，英特尔采用了OneAPI（一种统一编程模型和应用程序接口）思路，利用OneAPI提供的优化库，希望以打包的平台方案整合自家庞杂的产品路线，降低客户对底层硬件差异的敏感度。在算力调度方面，英特尔还需要考虑资源分配的问题，根据不同场景的要求选择不同的产品组合，包括独立显卡、集成显卡、CPU以及AI芯片等。

近年来，AI应用的普及，对底层计算芯片提出了更高的要求。GPU比传统CPU更适合此类任务，性能表现更好，在AI计算市场上抢得先机。针对人工智能训练市场，主流的方案是英伟达GPU，推广专用AI芯片进行训练并不容易。英特尔试图打破这一点，张宇称，目前英特尔有专门为大模型训练设计的Habana Gaudi 2这一款AI芯片。

Habana Gaudi 2作为落地英特尔AI战略的重要产品，英特尔对其有巨大市场期望。Habana原为以色列初创芯片公司，2016年成立，旗下产品曾渗透进入中国主要互联网公司，2019年12月，英特尔以20亿美元收购Habana。

“在最近的MLCommons公开的AI评测中，只有英特尔和另一家友商展示了在大模型训练方面的良好性能。”张宇透露，“我们计划不久将其引入中国，并发布相关活动，这对英特尔来说非常重要。”

另一方面，英特尔亦以自身在网络技术领域的积累，试图解决AI大模型的网络瓶颈问题。张宇指出，网络互连对大模型的训练推理同样重要，因为大模型的平台通常是一个集群，需要解决节点之间的通信问题。在训练过程中，模型的参数存储在GPU外围存储器中，反向传输过程中需要不断更新这些参数。因此，在进行大量的数据存取操作时，通信速度的下降会影响整个系统的性能。

近年来，为了应对大模型网络瓶颈，云计算、服务器等厂商提出无损网络架构，引入RDMA（远程直接数据存取）技术或者是DPU（数据处理器）等硬件，张宇称，随着大模型的训练集群规模不断扩大，数据传输不断增加，网络拥塞不可避免。其中一种方案提高网卡速度，英特尔即计划推出具备200G吞吐速度的网卡，400G和800G规格的网卡产品也在路线图上。

另一方面，英特尔还尝试提高网络传输的可靠性，“我们将通过更新和创新更高层网络协议来提高以太网传输RDMA协议的可靠性，称之为可靠传输，这个功能将包含在我们即将发布的下一代IPU中。”张宇称。IPU即基础设施处理器，该产品本质上就是如今火热的DPU（数据处理器）。此前英特尔依托FPGA方案，在2021年6月推出了首款IPU。据界面新闻了解，英特尔IPU在运营商中应用较多。

(责任编辑：焦点)