国产大模型第一梯队玩家,为什么pick了CPU?
2024-07-10 20:00:18爱云资讯阅读量:10,797
AI一天,人间一年。
现在不论是大模型本身,亦或是AI应用的更新速度简直令人直呼跟不上——
Sora、Suno、Udio、Luma……重磅应用一个接一个问世。
也正如来自InfoQ的调查数据显示的那般,虽然AIGC目前还处于起步阶段,但市场规模已初具雏形:
行业整体迅速发展固然是好事,但具体到每个的应用或者大模型的落地来说,面临的竞争也越发激烈了。
例如前不久各个大模型厂商之间展开的非常激烈的“价格战”,主打一个比谁更便宜,甚至直接把大模型价格推向“厘时代”。
加上最近OpenAI的“断供”事件,更是让国内厂商们在打出“轻松搬家”计划的同时,再加码Tokens送送送的力度。
究其原因,也是与当下应用为王,尤其是以尽量低的成本把业务快速落地的这一大趋势紧密相关。
那么问题来了,大模型玩家们何以在又快又好又省之间做到平衡?
这就回到了那个避不开,同时又是成本里占绝对大头的因素——算力。
现在提及大模型的训练和推理,很多人的第一反应或许就是想到了GPU。
诚然GPU在高性能上占据着一定的优势,但它所存在“硬伤”也是比较明显,那便是供应不足、价格昂贵。
何以破局?国产大模型第一梯队玩家百度智能云千帆大模型平台,就给出了自己的一个更具“效价比”的解法:
具体到算力的部署上,百度智能云AI与大模型平台总经理忻舟认为:
一言蔽之,在大模型时代,CPU甚至比以往更加重要了,而且是能让大模型和应用做到“快好省”落地的关键因素之一。
那么具体“上岗”效果又是如何,我们继续往下看。
国产头部大模型玩家,pick了CPU
国内AIGC应用爆发,这其中,百度智能云千帆大模型平台功不可没。
作为企业使用大模型的”一站式”服务平台,千帆大模型平台自去年3月发布以来已有超12万客户使用,累计调优模型2万个,孵化应用4.2万个。
这些应用覆盖教育、金融、办公、医疗等众多场景,为行业数字化转型提供了有力支撑。
在教育领域,千帆大模型平台赋能了试题生成、在线批改、题目解析等应用,大大提升了教学和备考效率。
例如用户可以提供参考材料,设定题型和难度,平台就能自动生成高质量的试题。而交互式的题目解析,则可以针对每位学生的薄弱环节,提供个性化的学习指导。
在办公场景,千帆大模型平台与业内头部企业合作,共同打造了智能写作助手等创新应用,能够根据用户输入的关键词,快速生成招聘文案、营销方案、数据报告等专业文档。
还可以专注于各类写作场景,可以智能生成论文大纲、项目汇报、品牌宣传稿等,大大提升了行政和营销人员的工作效率。
医疗健康是千帆大模型平台的另一大应用赛道。基于医疗知识库训练的模型,可以自动生成体检报告解读,用通俗易懂的语言向用户解释各项指标,并给出个性化的健康指导。
这让普通大众也能更好地了解自己的身体状况,实现”健康自主管理”。
可以看到,千帆大模型平台在多个领域实现了AI模型的”最后一公里”落地。
那么千帆大模型平台是怎么支撑如此多AI应用的呢?
答案是:让CPU成为客户的选择之一,让“效价比”的红利普惠千行百业。
之所以如此,百度智能云所给出的解释是:
至于效果,以Llama-2-7B为例,在第四代英特尔® 至强® 可扩展处理器上输出 Token 吞吐可达 100 TPS 以上,相比第三代提升了60%。
△Llama-2-7b模型输出Token吞吐
在低延迟的场景,同等并发下,第四代至强® 可扩展处理器的首Token时延比第三代至强® 可降低50%以上。
在将处理器升级为第五代至强® 可扩展处理器之后,较上代的吞吐可提升45%左右,首 Token 时延下降50%左右。
△Llama-2-7b模型首Token时延
并且千帆大模型平台团队根据实践经验还表示:
不仅如此,利用充足的CPU资源,降低对于AI加速卡的需求,从而降低 LLM 推理服务的总体拥有成本 (TCO),特别是在离线的 LLM 推理场景中表现出色。
而且在千帆大模型平台上,可不止是有自家的ERNIE,还有很多主流的大模型都集成于此。
这也在一定程度上从侧面印证了第五代英特尔® 至强® 可扩展处理器在性能上的过关。
英特尔第五代至强,如何让性能和效率变得Pro Max?
百度智能云千帆大模型平台,不止需要大模型推理一种工作负载,它其实是一个覆盖大模型全生命周期的平台。
具体来说,千帆大模型平台提供数据标注,模型训练与评估,推理服务与应用集成的全面功能服务,以及快速应用编排与插件集成,助力大模型多场景落地应用。这样一来,比起专为大模型推理部署专用加速器,充分利用平台已广泛部署的CPU资源,就是更划算的选择了。
对于千帆大模型平台上存在的大量离线大模型应用需求来说,如生成文章总结、摘要、评估多个模型的效果等,这类需求对推理的时延要求其实不高,但内存容易成为瓶颈。
采用CPU来做,扩展内存更方便,还可以利用起平台闲时的算力资源,进一步提高资源利用率,起到降低总拥有成本的作用。
在这个大背景下,第五代英特尔® 至强® 可扩展处理器中的性能密集型通用计算应用负载(类似P Core性能核)的设计就尤为关键了。
与E Core(能效核)相比,P Core采用了追求性能最大化的设计,能承载非常重的负载,同时还兼顾了AI推理加速。
采用此设计的第五代至强® 可扩展处理器,在兼顾AI推理加速这一点上可不是说说而已,而是软硬件协同优化,各方面都考虑到位了。
硬件方面,英特尔® AMX(高级矩阵扩展)技术,正是为大模型推理重深度学习中大量的矩阵乘法运算专门优化的,可以理解成”CPU 里的 Tensor Core”。
有了英特尔® AMX,处理器每个时钟周期可完成高达2048个INT8运算,比上一代AVX512_VNNI指令提升8倍之多。
更重要的是,英特尔® AMX加速器是内置在CPU核心里的,让矩阵存储和运算更近,这一特性应用在大模型推理上,能够降低处理下一个Token的时延,让终端用户的体验更好。
△英特尔® AMX 可以更高效的实现 AI 加速
软件方面,百度智能云千帆大模型平台已经引入了针对英特尔® 至强® 可扩展平台深度优化的大模型推理软件解决方案xFasterTransformer (xFT),并将其作为后端推理引擎。主要优化策略如下:
充分利用 AMX/AVX512 等指令集,高效实现核心算子如 Flash Attention 等采用低精度量化,降低数据访存量,发挥 INT8/BF16 运算的优势支持超大规模模型的多机多卡并行推理
△英特尔® 至强® 可扩展处理器 LLM 推理软件解决方案
最后还要补充的一点是,要知道选择一种硬件平台,不止关乎于设备本身的采购价格,还会影响到后续的维护成本,甚至人才储备成本。
所以正如百度智能云所言,高性价比的算力基础设施,与先进的大模型算法和平台软件相辅相成,让上层的开发者们能够更加平滑地应用,构建他们的业务,才能最大化云计算平台的商业价值。
大模型时代,CPU大有可为
纵观当下,大模型正从实验室走向产业,从少数人的“玩具”变为大众可用的“工具”。
这意味着,大模型服务不仅要有优秀的性能表现,还要做到价格亲民、部署便捷。一言以蔽之,“快好省”成了大模型商业化的关键一环。
而要实现“快好省”,算力基础设施的选择至关重要。
传统观点认为,专用加速器才是AI的“标配”。但在供应紧张、成本高企的背景下,专用加速器的优势正在减弱。
相比之下,优化良好的高端 CPU 不仅能提供足够应对大模型推理的算力,而且具有更广泛的部署基础和更成熟的软件生态、以及更好的安全保障,开始受到越来越多业界玩家的青睐。
以英特尔® 至强® 系列为代表的x86架构CPU,拥有成熟完善的软件生态和广泛的应用基础。数以百万计的开发者可以利用现有工具和框架,快速构建和优化AI应用,而无需额外学习专门的加速器软件栈,大大降低了开发难度和迁移成本。
同时,企业级用户还可以利用CPU内置的多层次安全技术,实现从硬件到软件的全栈保护,充分保障数据安全和隐私。这些优势,是当前专用加速器难以比拟的。
由此可见,充分利用CPU进行推理,让AI从“烧钱游戏”变为“普惠科技”,正是AIGC产业应对算力门槛,推动规模化应用落地的关键一招。未来,随着技术创新和生态完善,这一模式还将为更多企业创造价值,为产业发展注入新的动力。
除了直接加速推理任务外,CPU在完整的端到端AI管线中还能高效完成数据预处理、特征工程等AI全流程中的关键步骤。而支持机器学习和图分析的各类数据库,也主要是构建在CPU之上的。以至强® 可扩展处理器为例,除了英特尔® AMX之外,还有诸如英特尔® 数据保护与压缩加速技术(英特尔® QAT)、英特尔® 存内分析加速器(英特尔® IAA)等一系列数据分析引擎内置于处理器中,通过卸载特定任务使CPU得到更好的利用,从而提升工作负载整体性能,实现数据分析加速。
由此可见,构建“快、准、稳”的 AI 应用,既要靠专用加速器强大的算力,也离不开CPU超强的通用计算能力去释放整个系统的潜力。
为了科普CPU在AI推理新时代的玩法,量子位开设了《最“in”AI》专栏,将从技术科普、行业案例、实战优化等多个角度全面解读。
我们希望通过这个专栏,让更多的人了解CPU在AI推理加速,甚至是整个AI平台或全流程加速上的实践成果,重点就是如何更好地利用CPU来提升大模型应用的性能和效率。(量子位)- 智谱AI与和鲸科技签署战略合作协议,共拓大模型产业应用与人才培养新未来
- 助力破解大模型难题,合合信息“加速器”解决方案亮相
- 携手智谱共建大模型技术联合实验室,荣耀平台级AI迈向新阶段
- 智谱受邀参加2024数博会,董事长刘德兵分享千亿大模型训练的思考与实践
- 拓元智慧受邀参加2024招银浦江大会,共享新型多模态大模型的前沿技术及产业化实践
- 百度开放文心4.0 Turbo大模型服务,微美全息借力AI提速探索全新市场蓝海
- 2024亚布力企业家第20届夏季年会|科大讯飞刘聪:培育新场景 探索大模型技术的商业化路径
- 企业财报密集披露,合合信息文档解析技术提升大模型“理解力”
- 亚信科技入选“2024中国通信行业大模型企业竞争力10强”
- 华为云携手贵州加速大模型落地场景,为AI应用创新提供“贵州经验”
- 老板电器发布全球首个AI烹饪大模型“食神”,引领厨电生产力革新
- 老板电器半年报显示营收47.29亿元,AI大模型驱动烹饪新时代
- 智慧家庭领域AI分析大模型:小奥千问“扇动翅膀”,引领家电数据查询变革
- 中国石油发布330亿参数昆仑大模型,“讯飞星火”成头部央国企大模型首选
- 豆包大模型更多行业落地实践,9月3日邀你见证
- 国内首个端到端通用语音大模型——心辰Lingo开放官网内测预约!