【至顶网实验室】上次我们说到,Intel(英特尔)的处理器已经从Tick-Tock钟摆策略转变为“Process-Architecture-Optimization”——“制程-架构-优化”策略。Tick-Tock策略大约是每两年更换一次工艺制程(Tick)、每两年更新一次微架构(Tock),最终就是每年换一次制程或微架构,从而每年都能有新产品推出。尽管“Process-Architecture-Optimization”策略也是大约一年一次新产品,但工艺制程和微架构刷新的时间从原有的两年变成了三年,从而适应越来越接近10nm带来的难度,这个策略从Broadwell-Skylake-Kaby Lake开始,下一个循环将是Cannon Lake-Ice Lake-Tiger Lake。以下图片如非特别注明,均来自Intel。

从“Tick-Tock”变为“Process-Architecture-Optimization”,笔者将其称为“Tick-Tock-Tock”(非官方)
显然,“Tick-Tock-Tock”策略的前两个和之前一样,都是“Tick-Tock”,因此这个策略对于Broadwell和Skylake来说无甚作用,不过,这并不意味着Skylake不重要,实际上,对服务器处理器来说,新一代Skylake极为重要,可谓是Intel的一个大招,重要到处理器的命名方式都改变了。

2017年7月12日,全新一代的Intel Xeon Scalable Processor——可扩展至强处理器,以后简称为Xeon Scalable处理器
新一代Skylake服务器处理器的完整代号为“Skylake-SP”,缩写为“SKL-SP”,而上一代Broadwell服务器处理器的完整代号为“Broadwell-EP”,缩写为“BDW-EP”,虽然两代处理器后缀都带有一个“P”,但它们的含义不同,前者后缀全称是“Scalable Processor”,后者后缀全称是“Efficency Performance”。顺便一提,和“EP”对应的“EX”、“EN”、“E”的全称分别是“Expandable”和“Entry”、“Extreme”,EX就是Xeon E7-8800,EN就是Xeon E5-2400,E的话,就是桌面的Core i9-7900X。
2017-07-14勘误:E是以前由对应Xeon的某个型号改头换面的Core i7至尊版酷睿的代号后缀,Skylake的对应版本已经更改为X后缀——Skylake-X,对应地,Core命名的系列名变成了i9。
从Skylake-SP开始,Xeon Scalable处理器家族不再使用之前的Xeon E5/E7 v1/v2/v3/v4命名方式,而是变成了“金属”加数字命名,如上图所示,新一代处理器家族分为四个等级,分别为“Platinum”(铂/白金)、Gold(金/黄金)、Silver(银/白银)、Bronze(青铜),这总有点让人想到各式圣衣……有趣的是,各种金属的“色彩”是真实存在的,上图中就可以看出,Bronze确实用的是“红色”,这个色彩辨识方式也体现在了包装盒子上:

在Portland的Intel秘密会议上拍到的四种色彩处理器盒子,Bronze是黄中偏红,原因见下一页。来源:盘骏/Lucifer
虽然笔者很怀疑服务器处理器的包装盒有多少人能看到,不过无论如何,这次新的命名方式的四种层次是显而易见的,不难区分。难点在于处理器层次所对应的应用方向。显而易见的是,Xeon Bronze对应的是入门级应用,大致有些像之前的Xeon E5-2400,而Xeon Silver则大致对应于之前的Xeon E5-2600,它们均只能搭建双路平台;Xeon Gold与Xeon Platinum则可以搭建多路服务器,其中Xeon Gold限制为四路,大致相当于Xeon E7-4600,Xeon Platinum大致相当于Xeon E7-8800,当然,Scalable——可扩展——的真正含义尚未凸显,接下来我们就会首先介绍一下,然后开始对Skylake-SP的架构与微架构进行一个Deep Dive深入分析,最后是一部分已经完成的评测内容,更多的内容需要留待更后面的文章——因为时间总是不够用,整个平台的更新实在太多了。

2017年7月,Intel Xeon Scalable处理器初代,代号Skylake-SP by 盘骏/Lucifer
Skylake前三代处理器的评测:

2016年4月,Intel Xeon E5-2600 v4处理器,代号Broadwell-EP
好文章,需要你的鼓励
斯科尔科技学院联合俄罗斯多家研究机构开发出革命性的多语言AI虚假信息检测技术。该研究构建了覆盖14种语言的大型数据集PsiloQA,通过"诱导AI说谎"的创新方法自动生成训练样本,成本仅为传统人工标注的数十分之一。实验证明多语言训练的检测模型性能显著优于单语言模型,为全球AI可信度监督提供了实用解决方案。
由贝索斯共同领导的普罗米修斯项目已收购AI初创公司General Agents。该公司开发了名为Ace的AI智能体,可自主执行视频编辑、数据复制等计算机任务。General Agents基于视频语言行为架构开发模型,这与普罗米修斯项目专注制造业AI系统的目标高度契合。收购完成后,普罗米修斯团队已超过100人,预计将推进工业机器人领域的AI应用发展。
NVIDIA研究团队发现,训练机器人最有效的方法竟然是最简单的:直接用普通文字告诉机器人该做什么,而不需要复杂的编码系统。他们开发的VLA-0系统在标准测试中超越了所有复杂方法,平均成功率达94.7%,在真实机器人测试中也比预训练系统高出12.5个百分点。这项发现挑战了"越复杂越好"的传统观念,可能加速智能家用机器人的普及。