今年初，英特尔正式发布了第四代英特尔®至强®可扩展处理器。与前一代产品最大的差别在于，除了增加的核心数量和制造工艺之外，第四代英特尔®至强®可扩展处理器专门针对人工智能、5G网络、数据分析、科学计算等现代工作负载，引入针对实际工作负载优化加速的设计理念，采用系统级设计方法，在CPU芯片架构中内置专用的工作负载加速器，以提升性能和效率。​

这样的设计，到底能够为现代化的工作负载带来多大的性能提升呢？八周之后，采用第四代英特尔®至强®可扩展处理器的实例应运而生。近期，来自于英特尔的多位技术专家，通过不同的应用案例，详细介绍了第四代英特尔®至强®可扩展处理器在不同应用场景下的性能提升。​

七大算力神器之外，再添vRAN Boost​

1月11日，英特尔正式推出了第四代英特尔至强可扩展处理器（代号“Sapphire Rapids”），与上一代产品相比，第四代英特尔至强可扩展处理器采用Intel 7制程工艺制造，集成了高性能核心、更多内核数量，英特尔 AMX、英特尔 IAA、英特尔 QAT、英特尔 DLB、英特尔 DSA、英特尔 SGX、英特尔至强CPU MAX系列这七大算力神器，以及业界领先的DDR5、CXL1.1、PCIe 5.0，共同构成了新一代产品的最大特色。​

距离发布不到八周时间内，英特尔在七大“算力神器”的基础上，又添加了vRAN Boost。英特尔市场营销集团副总裁、中国区数据中心销售总经理兼中国区运营商销售总经理庄秉翰表示，英特尔vRAN Boost使得运营商能够在通用虚拟化平台上整合所有基站层。未来，客户通过通用处理器来实现基站功能，能够带来很大的性价比提升。​

庄秉翰指出，随着“双碳”、新基建、“东数西算”等的发展，对未来数据中心能耗需求越来越严苛，绿色计算也成为可持续发展的关键动力。为此，第四代英特尔至强可扩展处理器通过内置加速器，能够更加高效、以更低能耗处理复杂度越来越高的工作负载。他强调，第四代英特尔至强可扩展处理器包含丰富的内置加速器，帮助提高能效和性能，是英特尔最具可持续性的数据中心处理器。除此之外，通过电源管理解决方案，能够更好地提升处理器运算中的能效比。​

目前，大多数主流OEM和ODM厂商都在出货基于该处理器的系统设计，前十大云服务提供商也将在今年部署基于该款处理器的云实例。在新处理器得到越来越多应用的同时，一批采用新处理，利用新处理器优势特性的案例也浮出水面。​

引入AMX加速器，最强大的AI通用处理器​

在第四代英特尔至强可扩展处理器当中，笔者最关注的是AMX加速器。​

AMX加速器支持INT8和BF16两种计算精度，且两种使用频次都非常高。其中，INT8常用于推理。众所周知，在日常生产环境中，推理用的频次要远远高于训练的次数，比如，每次刷脸完成身份验证就是一次推理过程，社交软件里每一次语音转文字，文字转语音都是推理过程。​

混合精度浮点BF16也常用在训练场景中，并且，使用频次在近年来逐渐增加。其主要优势是在可以在保持较高精度的同时，提高计算速度和减少存储空间。与AVX-512相比，每一个计算周期的计算性能大大提升。​

借助英特尔专家分享的一组数据，我们能够看到加入AMX加速器之后，第四代英特尔至强可扩展处理器所带来的性能提升。（见下图）​

与上一代相比，第四代至强处理器推理性能提高了5.7-10倍​

与上一代相比，第四代至强处理器训练性能提高了3.5-10倍​

在AMX加速引擎的助力下，英特尔至强不仅能用来做推理，还能用来处理一些机器学习训练的工作负载，这也让英特尔至强成了最适合机器学习的通用x86处理器。由于支持INT8和BF16两种计算精度，这也就意味着至强处理器事实上可以覆盖很多场景。​

为多种场景提速，推动AI应用迈上新台阶​

AMX加速器在互联网场景、OCR场景、以及生成式模型、大语言模型中的均有多种应用案例。​

AMX加速器在腾讯太极机器学习平台支撑搜索和广告业务中应用，解决了搜索数量多，以及对于搜索延迟要求高的问题。太极机器学习平台支撑的搜索业务部署在腾讯云上，所使用的云主机就基于新一代英特尔至强而构建，配合软件上的优化，不仅帮降低了所使用的CPU的数量，同时性能也有2到3倍的提升。​

AMX加速器应用于阿里淘宝业务中，使用INT8精度加上软件优化的技术，支撑淘宝的“地址标准化”服务，该服务涉及到语义分析等技术，而AMX则提高了语义分析的性能。此外，阿里还将AMX的BF16计算精度用于手机淘宝首页个性化推荐的场景，配合软件层面上的优化，每天承载着高达亿次的请求，得益于AMX所带来的提升，其最终性能达到了原来的3倍。​

在亚信开发的电信智能营业厅方案中，用OCR来识别客户提交上来的身份证件和工商营业执照图片，OCR这种推理负载的需求量非常大，每年大概需要2000万次服务。当把业务迁移到第四代至强可扩展处理器，并针对AMX做了优化之后，性能达到了3.94倍的提升。​

用友企业ERP软件中有一个OCR模块，该模块主要是用于识别办公和财务领域发票内容，该业务每年需要支持3000万次的服务请求。当迁移到第四代至强可扩展处理器之后，结合AMX的优势，实际性能达到了原来的3.83倍。​

除此之外，AMX加速器还应用于生成式模型、大语言模型中。英特尔技术专家通过Stable Diffusion的案例，进行了详细的介绍。据了解， Stable Diffusion的技术构成上大量使用了注意力机制，而注意力机制需要矩阵相乘和指数运算能力。而新一代英特尔至强的AMX BF16可用于加速矩阵计算，AVX-512可以用来加速指数计算。经测试发现，配合英特尔PyTorch扩展插件用Stable Diffusion，生成512x512图片吞吐性能提高了3.82倍,720P图片的吞吐性能提高了5.26倍。​

不难发现，由于AMX加速器的加持，使得机器学习的效率和经济性方面迈向一个新的台阶，也将使得第四代英特尔至强成为目前市场上，最适合人工智能负载的通用x86处理器。​