国产大模型第一梯队玩家 为什么pick了CPU？
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：
预计到2030年将达4500亿人民币。AIGC应用正呈现多点开花之势，逐步从通用场景向行业纵深渗透。
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：
除了少数大客户对大型模型追求卓越的性能表现外，大多数企业和机构在采用大型模型时，需要全面评估其使用效果、性能表现以及成本效益，也就是所谓的”性价比”。
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：
跑AI这件事，其实早期一直是CPU在发挥作用；GPU的火爆也是近几年的事情。
很多场景之下，GPU虽然有高密度的计算能力，但实测表明，现在的高端CPU同样也可以完全胜任。
而且整个AI业务流中不止是有大模型需要做计算，同样涉及前期的数据清洗等环节，这些环节中CPU起到了非常重要的作用。
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：
目前，行业还存在大量离线的LLM应用需求，如生成文章总结、摘要、数据分析等，与在线场景相比，离线场景通常会利用平台的闲时算力资源，对于推理的时延要求不高，而对于推理的成本较为敏感，因此用户更加倾向采用低成本、易获得的CPU来进行推理。
百度智能云等云平台中部署着大量基于CPU的云服务器，释放这些CPU的AI算力潜力将有助于提升资源利用率，满足用户快速部署 LLM 模型的需求。
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：
针对30B以下规模的LLM模型，皆可采用英特尔至强?可扩展处理器来获得良好性能体验。
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。