【至顶实验室】我们在文中分析了Xeon Phi的起源以及与Xeon Scalable Processor/Skylake-SP的关系,Skylake-SP与Knights Landing的规格配置非常相似,实际上,Skylake-SP使用的Socket LGA3647插槽就来自于Knights Landing,我们认为,Xeon Phi最终会融入Xeon SP产品线,这将会大为扩展Xeon Scalable Processor的应用范围。不过,下一代Xeon Phi——Knights Hill应该要2018年才能发布。
Intel AVX-512 on Intel Skylake-SP:AVX-512-(F, VL, BW, DQ, CD)
我们还介绍了AVX-512指令集,Skylake-SP的AVX-512指令集来源于Xeon Phi/Knights Landing处理器。在使用AVX-512指令集编译的SPEC CPU2006代码进行测试后,得到的RATE成绩是整数/浮点为5000/3290,比AVX1高7.53%/2.8%。我们得到的结论是,AVX-512确实有效果,一些项目获得了巨大的提升,如Intel的传统强势项目462.libquantum的提升幅度就超过了144%,其实,这幅度有些过大了,显得有些灵异。
由于功耗发热的限制,性能更高的AVX-512指令也会发出更高的热量,导致所在的核心按照设计运行在较低的频率。笔者询问Intel的架构工程师,得到的恢复时间答案是“数毫秒”,这算是一个合理的数字。目前来看,应用用不用这个AVX-512特性还需要实际测试应用编译后的最终效果,这里存在一个性能功耗比的问题,未来我们可能还会继续调整优化AVX-512测试代码的编译。
下一篇文章我们将会开始最激动人心的部分:Skylake-SP的Mesh互联架构的深入分析,然后给出AVX 2.0编译的SPEC CPU2006测试成绩。
过往处理器评测:
2017年7月,Intel Xeon Scalable处理器初代,代号Skylake-SP:《Intel Skylake-SP处理器评测(一)》
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
Salesforce研究团队发布开源工具包MCPEval,基于模型上下文协议(MCP)架构评估AI智能体工具使用性能。该工具突破传统静态测试局限,通过全自动化流程收集详细任务轨迹和协议交互数据,为智能体行为提供前所未有的可视化分析。MCPEval能快速评估MCP工具和服务器,生成综合评估报告,为企业智能体部署提供可操作的改进建议。
清华大学团队推出AnyCap项目,通过轻量级"即插即用"框架解决多模态AI字幕生成缺乏个性化控制的问题。该项目包含模型、数据集和评估基准,能让现有AI系统根据用户需求生成定制化字幕,在不重训基础模型的情况下显著提升控制能力,为AI内容创作的个性化发展奠定基础。
月之暗面Kimi K2技术报告:解读万亿参数的智能体模型(含K2与DeepSeek R1对比)
耶鲁大学团队开发了全球首个AI科学实验设计评估系统ABGEN,测试了18个先进AI模型设计消融实验的能力。研究发现最好的AI系统得分4.11分,仍低于人类专家的4.80分,但在人机协作模式下表现显著改善。研究还发现现有自动评估系统可靠性不足,建立了元评估基准ABGEN-EVAL。这项研究为AI在科学研究中的应用提供了重要评估框架。