男倌被两男摁住灌浓精在线观看,在线视频欧美日韩不卡一区欧美日韩亚洲国产综合乱

來源：恩智浦官網(wǎng)

AIGC及其背后的大模型，是不折不扣的“能耗巨獸”,。在部署大模型的過程中,，AI工作負(fù)載帶來的功耗和成本挑戰(zhàn)，已然成為產(chǎn)業(yè)鏈的“阿喀琉斯之踵”,。近期,，螞蟻集團聯(lián)合多所高校發(fā)布的《圍繞綠色計算發(fā)展機遇的一項調(diào)查》(以下簡稱“調(diào)查”)指出，綠色措施,、節(jié)能人工智能,、節(jié)能計算系統(tǒng)和可持續(xù)發(fā)展的人工智能用是構(gòu)建綠色計算的四個關(guān)鍵,，強調(diào)了人工智能的節(jié)能降耗對于計算產(chǎn)業(yè)的意義。與此同時,，恩智浦,、英特爾、英偉達(dá)等半導(dǎo)體企業(yè)也在積極應(yīng)對大模型帶來的能耗挑戰(zhàn),，從架構(gòu)創(chuàng)新,、軟硬件協(xié)同方案、網(wǎng)絡(luò)平臺等多個層面,，為大模型部署提質(zhì)降耗,。

為“大腦”分擔(dān)任務(wù) 半導(dǎo)體廠商的架構(gòu)創(chuàng)新方法論

大模型作為近年來最重要的新興計算場景,，對芯片的算力和內(nèi)存需求都提出了極大挑戰(zhàn)。北京大學(xué)集成電路學(xué)院研究員賈天宇向《中國電子報》記者表示,，在傳統(tǒng)摩爾定律難以為繼的背景下,，半導(dǎo)體企業(yè)需要通過利用架構(gòu)設(shè)計、制造工藝,、先進封裝等多個層級協(xié)同的設(shè)計手段來滿足大模型的計算需求。例如,，通過采用異構(gòu)計算,、存算一體、三維堆疊等先進計算理念降低芯片的能耗,，提高單一芯片的性能和能效,。此外，針對大模型的大算力需求,，芯片的可擴展性也變得尤為重要,。重視多芯片的系統(tǒng)級擴展和互聯(lián)技術(shù)，也成為半導(dǎo)體企業(yè)技術(shù)研發(fā)中不可忽視的重要內(nèi)容,。

“在控制大模型帶來的能耗和成本方面,，半導(dǎo)體企業(yè)可以通過優(yōu)化計算架構(gòu)、提升能效等措施,，降低大模型的能耗和成本,。但針對大規(guī)模的大模型訓(xùn)練，需要與軟件生態(tài),、數(shù)據(jù)中心建設(shè)等多環(huán)節(jié)配合,，共同為企業(yè)和開發(fā)者提供更具成本效益的解決方案?！辟Z天宇說,。

如賈天宇所說，架構(gòu)創(chuàng)新素來被視為實現(xiàn)芯片技術(shù)突破的發(fā)動機,。在采訪中,，多家半導(dǎo)體企業(yè)負(fù)責(zé)人都向記者闡述了基于架構(gòu)創(chuàng)新和優(yōu)化為大模型增效降耗的思路。

長期以來,，人工智能及其熱門應(yīng)用常常被喻為“大腦”,，比如自動駕駛被喻為“車輪上的大腦”。但是,，人腦并不是僅僅依靠大腦工作,，腦干、小腦也承擔(dān)了許多任務(wù),，比如控制心跳和體溫,，保持身體的穩(wěn)定性,、協(xié)調(diào)性等。如果大腦進行所有的決策和控制,，人體就很難負(fù)擔(dān)大腦需要的能量,。

比照包含大腦、小腦,、腦干的人腦系統(tǒng),，恩智浦半導(dǎo)體執(zhí)行副總裁兼首席技術(shù)官Lars Reger為記者描述了一種更加高效節(jié)能的計算體系：以AI算力芯片為“大腦”，進行高效能的計算和加速,；以網(wǎng)關(guān)處理器為“小腦”,，實現(xiàn)不同功能區(qū)的互聯(lián)和集成，以及異構(gòu)網(wǎng)絡(luò)中的數(shù)據(jù)處理,；以MCU,、感知芯片、聯(lián)網(wǎng)芯片作為“腦干”,，實現(xiàn)感知和實時任務(wù)處理,。

“有的車廠CEO告訴我們，由于能耗的問題,，他們不得不降低汽車的續(xù)航,，這主要是因為現(xiàn)有的技術(shù)架構(gòu)不夠高效。所以在開發(fā)系統(tǒng)時,，我們要確保在正常運行的情況下,，不需要時刻激活大腦的功能，只要小腦就可以了,。比如我們在開車的時候,，更多是基于平時的規(guī)則和訓(xùn)練下意識地駕駛，只有遇到挑戰(zhàn)的時候才需要用到大腦,?！盠ars Reger向《中國電子報》記者表示。

據(jù)悉,，恩智浦已經(jīng)將這套計算理念集成到了智能駕駛的技術(shù)架構(gòu)中,，架構(gòu)中“小腦”和“腦干”部分由恩智浦的技術(shù)來保障的。S32G作為網(wǎng)關(guān)處理器,，扮演小腦的角色,；S32K等用于車身各部分控制的MCU、S32R等傳感芯片,、S32Z等域控制和區(qū)域控制芯片以及以太網(wǎng)連接產(chǎn)品,，共同構(gòu)成“腦干”，以應(yīng)對能耗對續(xù)航的局限和挑戰(zhàn),。此外,，《中國電子報》記者獲悉,，恩智浦即將推出最新的5納米級旗艦產(chǎn)品，能夠把數(shù)據(jù)從車輛傳輸?shù)娇刂茊卧?/p>

跟著最新算法走隨時提供軟硬件協(xié)同方案

隨著業(yè)界對大模型的研發(fā)和部署逐步深入,，新的壓縮,、調(diào)優(yōu)方式層出不窮，從算法和框架層面實現(xiàn)對大模型的提效降耗,。但算法,、框架的更新，需要半導(dǎo)體廠商及時跟上,，提供相應(yīng)的軟硬件協(xié)同方案,，才能實現(xiàn)新算法、新框架的部署,。

比如，大模型的調(diào)優(yōu)方式,，正在從完全微調(diào)走向更加簡捷,、低功耗的微調(diào)方式。螞蟻集團聯(lián)合多所高校發(fā)布的《圍繞綠色計算發(fā)展機遇的一項調(diào)查》提到,，傳統(tǒng)的調(diào)優(yōu)方式會微調(diào)所有模型參數(shù),，使通用大型語言模型適應(yīng)特定的目標(biāo)任務(wù)，這一過程稱為完全微調(diào),。然而,，當(dāng)大模型的參數(shù)規(guī)模從百萬、千萬向數(shù)億乃至萬億規(guī)模發(fā)展,，完全微調(diào)會帶來更長的程序代碼運行時間和高昂的存儲成本,。為了解決這個問題，更加簡捷的微調(diào)方法已成為大模型的研究熱點,。比如PEFT（高效參數(shù)微調(diào)）僅更新模型參數(shù)的子集或附加的模塊,，使大模型適配下游任務(wù)，以降低微調(diào)所需的計算和存儲資源,；基于提示的微調(diào)則訓(xùn)練大模型根據(jù)特定提示或指令生成響應(yīng),，引導(dǎo)大模型做出更理想的決策和行動。由于無需添加更多的訓(xùn)練數(shù)據(jù),，基于提示的微調(diào)能節(jié)省大量的時間和成本,，以實現(xiàn)更加綠色的計算。

圍繞基于提示的微調(diào)等最新微調(diào)方式,，英特爾基于AI加速引擎和配套的軟件工具,，進一步減少了微調(diào)所需的工作量。第四代英特爾至強可擴展處理器中內(nèi)置了矩陣乘法加速器AMX,，能夠更快速地處理 BFloat16(BF16)或INT8數(shù)據(jù)類型的矩陣乘加運算,，從而提升模型訓(xùn)練和推理的性能,。尤其對于ChatGLM-6B等在開源微調(diào)代碼中支持CPU 自動混合精度的大模型，開發(fā)者在啟動微調(diào)時加入CPU自動混合精度的使能參數(shù),，就可以直接利用矩陣乘法加速器提升大模型的微調(diào)計算速度,。

英特爾院士、大數(shù)據(jù)技術(shù)全球CTO戴金權(quán)向《中國電子報》記者表示,，解題大模型功耗和成本壓力的關(guān)鍵,，是根據(jù)不同大模型的最新技術(shù)需求，提供軟硬件協(xié)同的支撐方案,。

“我們可以通過提供跨平臺的XPU架構(gòu)和開放的AI軟件架構(gòu)及優(yōu)化,，為預(yù)訓(xùn)練、微調(diào),、推理等不同的AI和大模型應(yīng)用,，提供高效的開發(fā)部署平臺?！贝鹘饳?quán)告訴記者,。據(jù)他介紹，英特爾在硬件架構(gòu)方面,，正在基于Gaudi AI加速器,，數(shù)據(jù)中心Max GPU，內(nèi)置AMX加速的第四代至強處理器,，以及邊緣和客戶端處理器為用戶提供XPU異構(gòu)計算支持,。在軟件架構(gòu)層面，英特爾和社區(qū)在PyTorch,、DeepSpeed,、HuggingFaceTransformers等開源項目開展合作，加入了在Intel XPU平臺上的眾多優(yōu)化,。同時,，英特爾的開源軟件工具IPEX、BigDL,、INC,、OpenVINO等，對大模型提供專門的支持和加速,。

加速與降耗并行打造更加節(jié)能的基礎(chǔ)設(shè)施

數(shù)據(jù)中心是AIGC和大模型主要的基礎(chǔ)設(shè)施之一,，也是節(jié)能技術(shù)的重點發(fā)力領(lǐng)域。隨著全球的熱點IT應(yīng)用地區(qū)都在強調(diào)綠色數(shù)據(jù)中心,，如何在降低能耗的同時釋放更高效能,，成為英偉達(dá)、AMD等數(shù)據(jù)中心芯片供應(yīng)商的必答題,。

圍繞數(shù)據(jù)中心的減碳需求,，AMD宣布了到2025年為人工智能訓(xùn)練和高性能計算應(yīng)用程序帶來30倍能效提升的目標(biāo),。據(jù)AMD測算，30倍的能效提升將在2025年節(jié)省數(shù)十億千瓦時的電力,，使系統(tǒng)在五年內(nèi)完成單次計算所需的電力減少97%,。這一方面需要核心制程的提升，另一方面需要架構(gòu)的改進和技術(shù)的創(chuàng)新來提高算力,。比如基于一顆第三代AMD EPYC服務(wù)器處理器和四個AMD Instinct MI250x GPU的加速節(jié)點,，AMD實現(xiàn)了在2020年的基準(zhǔn)水平之上提高6.79倍能效。

英偉達(dá)也將加速計算作為減少功耗的主要策略,。加速庫是英偉達(dá)加速計算的核心,，目前英偉達(dá)面向計算機視覺、數(shù)據(jù)處理,、機器學(xué)習(xí)和 AI 等領(lǐng)域布局了300 個加速庫和400 個 AI 模型,。

除了提升計算單元的能效，計算單元構(gòu)成的AI集群,，也對數(shù)據(jù)中心的整體功耗有著重要影響,。在計算單元互聯(lián)以構(gòu)建AI集群，以及集群,、設(shè)備互聯(lián)構(gòu)建AI計算網(wǎng)絡(luò)的過程中，會產(chǎn)生大量網(wǎng)絡(luò)數(shù)據(jù),。若采用傳統(tǒng)的以太網(wǎng)架構(gòu),，會導(dǎo)致數(shù)據(jù)流的擁塞和延遲，使系統(tǒng)無法有效利用GPU,，從而提升了大模型訓(xùn)練的時間和成本,。

在網(wǎng)絡(luò)平臺層面，英偉達(dá)推出專門面向AI負(fù)載的以太網(wǎng)架構(gòu)Spectrum-X,。該架構(gòu)基于內(nèi)置Spectrum-4 AISC芯片的交換機與Blue-Field DPU,，提升AI集群的資源利用和數(shù)據(jù)傳輸效率。在對GPT-3的訓(xùn)練中,，NVIDIA Spectrum-X 網(wǎng)絡(luò)平臺相比傳統(tǒng)以太網(wǎng)網(wǎng)絡(luò)架構(gòu),，實現(xiàn)了的 1.7 倍的加速效果。尤其針對數(shù)據(jù)中心常用的功率封頂措施,，Spectrum-4 ASIC能夠簡化網(wǎng)絡(luò)設(shè)計,，提高了每瓦的性能，幫助數(shù)據(jù)中心控制網(wǎng)絡(luò)功率預(yù)算,。

從計算架構(gòu)的革新,，軟硬件方案的更新，到基礎(chǔ)設(shè)施算力和互聯(lián)方式的迭代,，半導(dǎo)體廠商正在從多個維度緩解大模型帶來的能耗壓力,。而大模型的到來,，也在倒逼算力系統(tǒng)的創(chuàng)新，為基礎(chǔ)軟硬件的各個節(jié)點帶來新的市場機會,。

作者丨張心怡

編輯丨趙晨

美編丨馬利亞

監(jiān)制丨連曉東

免責(zé)聲明：本文來自網(wǎng)絡(luò)收錄或投稿,，觀點僅代表作者本人，不代表芒果財經(jīng)贊同其觀點或證實其描述,，版權(quán)歸原作者所有,。轉(zhuǎn)載請注明出處：http://lequren.com/1080842.html
溫馨提示：投資有風(fēng)險，入市須謹(jǐn)慎,。本資訊不作為投資理財建議,。

如何馴服AI大模型“能耗巨獸”

相關(guān)推薦