这次Intel Broadwell-EP的Workshop的一个比较明显的变化就是其平台策略进一步得到了完善,在之前,虽然网络和存储部分也有涉及,但都不如这次的充足。现在,Xeon E5处理器已经成为了Intel在计算、网络、存储领域的基础,这也是基于SDN(Software Defined Nework,软件定义网络)、SDS(Software Defined Storage,软件定义存储)等概念带来的影响,Intel还推出了一个SDI(Software Defined Infrastructure,软件定义基础架构)的概念,囊括了SDC(Software Defined Compute)、SDN、SDS等概念:
现代Intel Xeon E5平台和Intel的ISA-L、SPDK、DPDK等软件也联系了起来
Intel将Broadwell-EP的改进分为了三个方面:Orchestration(编排)、Security(安全)和Performance(性能),其中,Orchestration(编排)是一个在这一代新提出的概念,核心就是Intel Resource Director Technology(RDT,资源管理技术),笔者认为,这是Broadwell-EP上带来的最重要也是最显著的一个变化,在后面Uncore部分还会重点介绍:
Intel Xeon E5历代的Orchestration领域的改进,但在Xeon E5 v4之前,它们并没有一个统一的框架,仅是一些零散的特性
在Security领域,每一代Xeon E5都会有不少的改进:
Performance上的改进被写进了摩尔定律,因此在每一代,它都是一个比较重要的部分:
Intel Xeon E5历代的Performance领域的改进
下表可以看出Broadwell-EP处理器平台的概览,基本上,同一个微架构内,CPU周边部件都是可以共用的,这可以起到保护用户投资的作用,如后面我们要看到的那样,Broadwell微架构和Haswell微架构其实变化不算特别之大,它符合我们所前一句所说的断言:
Broadwell-EP与Haswell-EP平台的直接对比,它们公用相同的Intel C610芯片组,实际上,除了CPU和主板Firmware,其它硬件都不需要更换
大略了解Intel Broadwell-EP的改进之处以及规格之后,接下来我们先详细介绍一下,Broadwell-EP微架构相对上一代Haswell-EP的具体改进。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。