英特尔至强和AI PC等产品为Meta Llama 3生成式AI工作负载提供加速

英特尔丰富的AI产品——面向数据中心的至强处理器,边缘处理器及AI PC等产品为开发者提供最新的优化,助力其运行Meta新一代大语言模型Meta Llama 3

Meta今日推出其下一代大语言模型(LLM)——Meta Llama 3。在发布的第一时间,英特尔即优化并验证了80亿和700亿参数的Llama 3模型能够在英特尔至强处理器、英特尔Gaudi加速器、英特尔酷睿Ultra处理器和英特尔锐炫显卡的AI产品组合上运行。

英特尔副总裁兼人工智能软件工程总经理李炜表示:“英特尔一直积极与AI软件生态系统的领先企业展开合作,致力于提供兼具性能与易用性的解决方案。Meta Llama 3是AI大语言模型重要迭代的新一浪潮。作为AI软硬件产品技术创新的引领者,英特尔很开心能够与Meta合作,充分挖掘诸如Llama 3等模型的潜力,助力生态伙伴开发领先的AI应用。”

重要意义:秉承推动AI无处不在的愿景,英特尔持续深耕软件和AI生态,以确保其产品能够满足AI领域持续变化的创新需求。在数据中心,集成英特尔高级矩阵扩展加速引擎(Intel AMX)的英特尔至强处理器和英特尔Gaudi能够为满足客户不断变化、多元化的需求提供更多选择。

英特尔酷睿Ultra处理器和英特尔锐炫显卡不仅为开发者提供了本地开发工具,也为在数百万台设备上进行部署提供全面的软件框架和工具支持。其中,包括PyTorch和用于本地研发的英特尔PyTorch扩展包,以及用于模型开发和推理的OpenVINO工具包等。

在英特尔产品上运行Llama 3:英特尔初步测试和评估80亿和700亿参数的Llama 3模型在自身产品上的性能时,使用了包括PyTorch、DeepSpeed、英特尔Optimum Habana库和英特尔PyTorch扩展包在内的开源软件,并提供最新的软件优化。

  • 英特尔至强处理器能够运行严苛的端到端AI工作负载,同时为了降低延迟,英特尔也通过技术创新来优化大语言模型的推理性能。配备性能核的英特尔® 至强® 6处理器(代号Granite Rapids)在运行80亿参数的Llama 3模型推理时,延迟比第四代英特尔至强处理器表现出两倍的提升,并且能够以低于100毫秒的token延迟运行700亿参数的Llama 3模型推理。
  • 英特尔Gaudi 2加速器在70亿、130亿和700亿参数的Llama 2模型上具备优化的性能,现在其基于全新的Llama 3模型也有了初步性能测试。随着英特尔Gaudi软件的更新,英特尔能够轻松运行新的Llama 3模型,并为推理和微调生成结果。近期发布的英特尔® Gaudi 3加速器也支持运行Llama 3。
  • 英特尔酷睿Ultra和英特尔锐炫显卡在运行Llama 3时亦展现出卓越的性能。在初步测试中,英特尔酷睿Ultra处理器已经展现出远高于人类通常阅读速度的输出生成性能。此外,英特尔锐炫A770 显卡具备Xe内核中的全新矩阵引擎(Xe Matrix eXtensions,XMX)AI加速和16GB显存,进一步为大语言模型工作负载提供卓越性能。

未来,Meta将增加新的能力、更多模型尺寸以及增强的性能。英特尔也将持续提升自身AI产品性能,以支持这一全新的大语言模型。