intel至强w相当于i几，英特尔处理器至强好不

“对于使用至强W等处理器的设备来说，PC、工作站和服务器之间有什么区别？”作为英特尔至强W处理器分享会“开场白”的一部分，英特尔工作站类别产品经理葛林提出了这一点：包括迅雷科技在内的现场媒体的话题自然延伸到了将于2023年2月发布的至强W系列。有人可能会说，“Core是用于PC的，Xeon是用于工作站和服务器的”。从消费者用户的角度来看，这个说法似乎没什么问题。然而，这个词有“射箭定靶”的意思，PC、工作站和服务器之间的产品形态差异很重要。使用Xeon Gold 并不意味着它成为服务器，使用Core 也不意味着它成为服务器；Xeon W 是一种产品，取决于它安装在什么样的计算机上。那么，我们首先要讨论的是：Intel Xeon W 适合谁？

Intel是谁呢它的核心数一样高达56核。相同的架构还允许两者支持相同的AMX 加速器。不过，作为“单通道优化”型号，Xeon W将处理器中负责多通道协调的UPI模块替换为PCIe/DMI，获得了更好的扩展能力。此外，整体系统核心数量的“减少”还提高了Xeon W的核心频率，从而在某些使用场景下获得更好的性能。今年兴起的AIGC浪潮正是为Xeon W提供了这样的空间。 —— 从技术角度来看，市场上的商业AIGC 服务和用例可以大致简化为该模型。大型模型供应商使用HPC 和其他硬件来构建和训练原始大型模型。中间行业运营商可以利用有针对性的特殊数据训练开源或认可的大规模模型，并确保训练后的大规模模型能够处理行业用户建议的特殊操作，最终向终端消费者提供相应的AIGC内容服务。

图片来源：雷科技这可能大家不太容易理解，所以举个例子：A 公司利用强大的计算机系统创建了一个大规模开发和训练的AI 模型。专门从事癌症治疗的B公司看到了这个AI模型的潜力，并用大量详细的癌症数据对其进行了重新训练，以更好地提供癌症治疗建议，我使之成为可能。经过培训后，B公司将利用这一大型医疗模型为医院提供诊断支持、癌症预测等服务。然而，真实情况并非如此简单。 B公司需要使用患者数据来训练其大规模医疗模型，患者数据由具有相关资质的C公司提供。在这个过程中，C公司还必须使用另一种大规模的医疗模式。使用您收集的模型处理原始数据，进行清理、注释和脱敏。对于B公司和C公司来说，工作量比A公司低很多，因为他们只需要训练现有的大规模模型，不需要像HPC这样的“大杀手”计算能力。然而，“预处理”模型的计算能力要求远远超过消费者家用电脑的计算能力，只能通过一两台“AI手机”或“AI PC”来实现，你做不到。 B公司和C公司所需的计算能力正是Xeon W工作站想要填补的市场空间。

AI芯片需要更灵活的格式我前面提到的大规模医疗模型是一个非常简单化的模型。在实际商业应用中，灵活的至强W还可以根据客户的实际部署场景应用于不同的用例。例如，为体育赛事提供3D数据解决方案的玄米科技在分享会上展示了其“端+边缘+云服务”的三合一协作解决方案。 Xeon W拥有卓越的PCIe多通道支持，允许多显卡渲染，显着减少渲染所需的时间，提高AI模型的整体效率。

图片来源：雷科技旗下高性能AIGC云工作站解决方案提供商宇格电子也在分享会上介绍了其基于Xeon W的产品解决方案。与过去使用Core i9 的解决方案相比，Xeon W 提供多达56 个核心的高性能服务器，在虚拟化时变得更加灵活。

图片来源：Raytech 相比Xeon双通道解决方案，Xeon W在频率和经济性方面也拥有更优越的表现。由于能够放弃UPI 而采用PCIe，Xeon W 提供了令人难以置信的PCIe 可扩展性，将全闪存NAS 的性能提高了近100%。总的来说，“三阶段”的AI大模型产业和多元化的AIGC应用场景对AIGC工作站提出了更加灵活的部署要求。鉴于Xeon W搭载的是Xeon处理器，需要注意的是Xeon W是否“打开”了当前AIGC工作站市场，或者目前AIGC工作站市场的空缺是否是Xeon当前“创造”的W.实际上一时很难确定到底是什么造成了这种情况。市场很大。

AI大规模模型计算：一个人不可能成为一根弹簧从行业生态结构来看，基于原有模型的二次开发解决方案可以显着降低商业大规模模型的开发和使用成本。这将对AI大模型技术的传播产生重大影响。原有的大规模模型可以快速定制并应用于行业，这本身就加速了人工智能技术从理论到实践的转化。它促进在特定领域（例如医学、法律、金融）的深入应用，并通过大数据和机器学**技术解决长期存在的问题。此外，这种模式还催生了新的商业模式和服务，例如人工智能即服务（AIaaS）和定制的人工智能解决方案。通过这些原创模型开发商、行业运营商和终端服务商的合作，共同构建互惠互利的生态系统。当然，这种“端到端”的计算能力也可能改写未来消费级人工智能的市场格局。与需要平衡功耗的端侧AI处理器和昂贵的HPC产品不同，Xeon W等产品正在使“家庭边缘计算中心”的大胆想法再次成为可能。不可否认，以AMX加速为核心的Xeon W相比Core Ultra（以NPU为核心、执行VNNI和DP4a指令的AI PC处理器）肯定会在一定程度上增加当前的AI用例。 “ 情况。

图片来源：雷科技不过，从更深层次来说，这种“生态碎片化”并不完全是由至强W和酷睿Ultra硬件架构造成的。 “生态碎片化”的根本原因是消费级和商用级人工智能模型在系统复杂度、算力需求、应用场景等方面的差异。使用轻薄的Core Ultra 笔记本电脑不可能支持影院级的AI 视觉效果制作。短时间内也不可能为全国每一位教师分配高性能的HPC。 Core Ultra、Xeon W、Xeon等HPC实际上是AI产业链中的不同环节，也可以相互协同。

相比没有算力成本的大胆想法，最重要的是根据不同场景推出不同的AI产品，让每个人在工作和生活中都能享受到AI的便利。