对于需要运行生成式AI工作负载的企业来说，基于英特尔至强处理器的Aible无服务器解决方案可帮助其降低成本、提高智能化，并有效提升RAG及微调效率
近日，英特尔与端到端Serverless（无服务器）生成式AI和增强型分析方案提供商Aible合作，为企业客户提供了创新的解决方案，助力其在不同代际的英特尔®至强® CPU上运行生成式AI与检索增强生成（RAG）用例。此次合作包含了工程优化和基准测试项目，显著增强了Aible以低成本为企业客户提供生成式AI结果的能力，并帮助开发人员在应用中部署AI。在双方的通力合作下，该可扩展、高效的AI解决方案可通过高性能硬件帮助客户迎接AI挑战。
英特尔至强处理器
英特尔数据中心与人工智能事业部高级首席工程师Mishali Naik表示：“现在，客户正在寻求高效的企业级解决方案以充分释放AI潜力。我们与Aible的合作，也表明了英特尔正与行业紧密协作，推动AI创新，降低客户使用英特尔至强处理器运行最新生成式AI工作负载的门槛。”
至强处理器的生成式AI性能：Aible的解决方案展示了CPU如何显著提升从运行语言模型至RAG的一系列最新AI工作负载性能。基于针对英特尔处理器的优化，Aible技术采用高效、智能的“端到端无服务器”方法，仅在产生用户请求时才会进行资源消耗。例如，基于用户查询，向量数据库仅需几秒即可激活并检索相关信息，而语言模型同样只需简单启动即可处理并响应用户请求，这种按需操作的运行模式有助于企业降低总拥有成本（TCO）。
虽然在多数情况下，RAG功能需通过利用GPU和加速器的并行处理能力来实现，但Aible的无服务器技术与英特尔至强处理器相结合，可使RAG用例完全由CPU来驱动。性能数据显示，多款不同代际的英特尔至强处理器均可高效运行RAG工作负载。
配置详细信息如图，结果可能会有不同
重要意义：Aible通过无服务器的方式使用CPU，可在多个客户之间更为安全地共享底层计算资源，从而帮助客户有效降低生成式AI项目的运营成本。这种降低成本的方式可以类比为用户仅需在使用时购买电力，而非直接租赁发电机。此外，随着生成式AI需求的增长，性能优化和节能降耗变得愈发重要。Aible所提供的基于CPU的服务，为客户提供了一种经济、高效的解决方案。
根据Aible的基准测试分析，当客户采用基于CPU的无服务器解决方案运行RAG模型时，成本节省可高达55倍1。大幅降低的成本证明了Aible独家方法的有效性，同时这种无服务器的CPU采用方式也减少了通过共享服务或专用服务器构建更为昂贵的、基于GPU的基础设施需求。
此次英特尔及英特尔实验室与Aible的合作，共同优化了至强处理器上的AI工作负载。值得一提的是，通过优化Aible针对AVX-512的代码，Aible在至强处理器上实现了显著的性能及吞吐量提升，这也彰显了战略性的软件优化对于整体效率的影响。
在Aible平台的支持下，RAG模型与英特尔至强处理器的结合可推动以下应用落地：
自然语言处理（NLP）推荐系统决策支持系统内容生成
英特尔与Aible的合作始于第四代至强处理器的发布。此后，双方针对至强处理器的AI工作负载、代码和库进行了一系列优化，并大幅提升了Aible的产品性能。
1 英特尔不控制或审计第三方数据。您可咨询其他来源以评估准确性。
配置详情：
1节点，2x英特尔®至强® Platinum 8280L CPU，2.70GHz, 28核心，HT开启，Turbo开启，NUMA 2，集成加速器可用[已使用]：DLB 0 [0]，DSA 0 [0]，IAA 0 [0]，QAT 0 [0]，总内存384GB (12x32GB DDR4 2933 MT/s [2934 MT/s])，BIOS SE5C620.86B.02.01.0017.110620230543，微码0x5003604，2x以太网连接X722用于10GBASE-T，1x 894.3G英特尔SSDSC2KB96，1x 1.8T英特尔SSDPE2KX020T8，2x 3.7T英特尔SSDPE2KX040T8，Red Hat Enterprise Linux 8.9 (Ootpa)，4.18.0-513.18.1.el8_9.x86_64，WORKLOAD=Aible端到端RAG-LLM，模型=Mistral-7B-OpenOrca-GGUF，all-MiniLM-L6-v2，gcc 12.2.0，IntelLLVM 2024.0.2，llama.cpp，ChromaDB，Langchain，oneAPI基础容器2024.0.1-devel-ubuntu22.04。基于英特尔03/07/24的测试。
1节点，2x英特尔®至强® Platinum 8462Y+，32核心，HT开启，Turbo开启，NUMA 2，集成加速器可用[已使用]：DLB 2 [0]，DSA 2 [0]，IAA 2 [0]，QAT 2 [0]，总内存512GB (16x32GB DDR5 4800 MT/s [4800 MT/s])，BIOS 05.12.00，微码0x2b0004d0，2x BCM57416 NetXtreme-E Dual-Media 10G RDMA以太网控制器，2x以太网控制器E810-C for QSFP，2x 3.5T三星MZQL23T8HCLS-00B7C，1x 1.8T三星MZ1L21T9HCLS-00A07，Red Hat Enterprise Linux 8.9 (Ootpa)，4.18.0-513.18.1.el8_9.x86_64，WORKLOAD=Aible端到端RAG-LLM，模型=Mistral-7B-OpenOrca-GGUF，all-MiniLM-L6-v2，gcc 12.2.0，IntelLLVM 2024.0.2，llama.cpp，ChromaDB，Langchain，oneAPI基础容器2024.0.1-devel-ubuntu22.05。基于英特尔03/07/24的测试。
1节点，2x英特尔®至强® PLATINUM 8562Y+，32核心，HT开启，Turbo开启，NUMA 2，集成加速器可用[已使用]：DLB 2 [0]，DSA 2 [0]，IAA 2 [0]，QAT 2 [0]，总内存512GB (16x32GB DDR5 5600 MT/s [5600 MT/s])，BIOS 3B05.TEL4P1，微码0x21000161，2x以太网控制器X710用于10GBASE-T，2x以太网控制器E810-C for QSFP，1x 894.3G英特尔SSDSC2KG96，1x 3.5T三星MZQL23T8HCLS-00A07，3x 3.5T三星MZQL23T8HCLS-00B7C，Red Hat Enterprise Linux 8.9 (Ootpa)，4.18.0-513.18.1.el8_9.x86_64，WORKLOAD=Aible端到端RAG-LLM，模型=Mistral-7B-OpenOrca-GGUF，all-MiniLM-L6-v2，gcc 12.2.0，IntelLLVM 2024.0.2，llama.cpp，ChromaDB，Langchain，oneAPI基础容器2024.0.1-devel-ubuntu22.06。基于英特尔03/07/24的测试。
