算力分化,能效破局
随着人工智能行业不断发展,算力分工愈发明确。至强 6776P、67676P 凭借性能核优势,
主要承载千亿大模型训练、低延迟数据库核心交易等高强度运算业务;大模型在线推理、API 服务、容器集群调度、流媒体转码、
网络数据包处理等吞吐型业务,则更依赖多核并发性能与优秀的功耗管控表现。
该类业务任务零散、并发请求庞大,几乎不存在高强度串行计算。倘若使用高频性能核 CPU 承载,
算力能效利用率不足五成,会造成电力、机柜空间大量浪费。
主要承载千亿大模型训练、低延迟数据库核心交易等高强度运算业务;大模型在线推理、API 服务、容器集群调度、流媒体转码、
网络数据包处理等吞吐型业务,则更依赖多核并发性能与优秀的功耗管控表现。
该类业务任务零散、并发请求庞大,几乎不存在高强度串行计算。倘若使用高频性能核 CPU 承载,
算力能效利用率不足五成,会造成电力、机柜空间大量浪费。
现阶段全球 IDC 企业与云服务商纷纷开展数据中心低碳改造,各地对于 PUE 能耗指标的监管愈发严格。传统老旧服务器机柜算力密度有限,
想要扩充算力只能新建机房,基建造价居高不下。在此行业现状下,英特尔推出纯能效核架构的至强 6746E,专门适配横向扩展业务场景。
它可以在机柜功耗上限不变的情况下搭载更多核心,将单机架算力密度提升一倍,以更小的机房空间承载百倍规模的并发任务,
顺利化解数据中心扩容场地不足、新增算力能耗过高两大行业痛点。
想要扩充算力只能新建机房,基建造价居高不下。在此行业现状下,英特尔推出纯能效核架构的至强 6746E,专门适配横向扩展业务场景。
它可以在机柜功耗上限不变的情况下搭载更多核心,将单机架算力密度提升一倍,以更小的机房空间承载百倍规模的并发任务,
顺利化解数据中心扩容场地不足、新增算力能耗过高两大行业痛点。
