借助 AMD 计算技术的强大力量构建大语言模型
TurkuNLP 通过将 LUMI 超级计算机（基于 AMD EPYC（霄龙）CPU 和 AMD Instinct GPU）上的节点扩展至 192 个，借助其强大算力构建芬兰语大语言模型。
AMD EPYC（霄龙）处理器助力充分实现大型 GPU 投资的价值
GPU 加速器已成为现代 AI 的主力军，在训练大型复杂模型和支持高效的大规模实时推理方面表现卓越。但要充分发挥 GPU 的潜力，您需要搭配性能强大的 CPU。
为何选择 GPU 处理 AI 工作负载？
GPU 是处理多种 AI 工作负载的合适工具。
- AI 训练：GPU 能够利用其并行处理能力，加速大型和中型模型的训练。
- 专用 AI 部署：GPU 为大规模部署的实时推理提供所需的速度和可扩展性
CPU 优势：
对于某些工作负载，将 GPU 的强大功能与合适的 CPU 结合可显著提高 AI 效率。以下为需要考虑的重要 CPU 特性：
- 高频率：快速高效地处理大量数据准备和后处理任务。
- 大容量高速缓存：便于快速访问海量数据集。
- 高内存带宽和高性能 I/O：支持 CPU 和 GPU 之间快速无缝地交换数据。
- 高能效核心：节约功耗以供 GPU 使用，同时有助于降低整体能耗。
- 兼容 GPU 和软件生态系统：实现性能优化、效率提升和流畅运行。
AMD EPYC（霄龙）9005 处理器
AMD EPYC（霄龙）9005 系列高频处理器可助您充分释放 GPU 性能，高效处理大型 AI 工作负载。选择该系列处理器作为主机 CPU，有助于确保 GPU 一直在正确的时间处理正确的数据，这对于优化 AI 工作负载吞吐量和系统效率至关重要。 AMD EPYC（霄龙）高频处理器之所以能够脱颖而出，关键在于其高核心频率和大内存容量。如需了解这些关键因素如何提高 GPU 吞吐量，请阅读此文。
行业应用
基于 AMD EPYC（霄龙）CPU 的 GPU 加速器解决方案为全球最快的一些超级计算机和云实例提供支持，通过这个经过实践检验的平台，企业能够轻松优化数据驱动的工作负载并在 AI 领域实现突破性成果。
AMD EPYC（霄龙）9005 系列处理器：充分实现大型 GPU 投资价值的明智选择
CPU 在协调和同步 GPU 间的数据传输、处理内核启动开销以及管理数据准备方面发挥着关键作用。这种“指挥”功能可助力 GPU 以更高的效率运行。
- 性能
- 效率
- 成熟的生态系统
借助高性能 CPU 优化 GPU 投资价值
许多 AI 工作负载受益于具有高时钟速度的 CPU，这类 CPU 通过优化数据处理、传输和并发执行来提升 GPU 性能和效率。EPYC（霄龙）9575F 是专为 AI 工作负载打造的高性能主机节点处理器，运行速度高达 5GHz。
双路服务器搭载 8 个 GPU 加速器的性能表现
AMD 主机节点 CPU 搭载 AMD Instinct GPU 的性能表现
MLPerf® v4.1 Inference Llama 2-70B Benchmark¹
1.11x
1.0x
Inference - Llama3.1-70B Inference Benchmark (BF16)²
~1.20x
1.0x
Training - Llama3.1-8B Inference Benchmark (FP8)³
~1.15x
1.0x
高效部署企业 AI 解决方案
第五代 AMD EPYC（霄龙）处理器集高性能、低功耗、高效数据处理及电源管理于一身，使您的 AI 基础设施能够以峰值性能运行，同时优化能耗和成本。
AMD EPYC（霄龙）处理器助力打造高能效服务器，不仅带来出色性能，而且能够进一步降低能源成本。放心部署基于 EPYC（霄龙）处理器的高能效解决方案，全面优化您的 AI 之旅。
AMD EPYC（霄龙）9005 系列处理器中采用 AMD Infinity Power Management，不仅可以实现出色的默认性能，还能针对特定工作负载行为进行优化。
安心无忧：通过备受信赖的解决方案来部署 AI
选择基于 AMD EPYC（霄龙）CPU 的多款经过认证或验证的 GPU 加速解决方案，为 AI 工作负载提供强劲助力。
正在使用其他 GPU？如需了解基于 AMD EPYC（霄龙）CPU 的解决方案，请咨询各大平台解决方案提供商，包括 Asus、Dell、Gigabyte、HPE、Lenovo 和 Supermicro 等。
基于 AMD EPYC（霄龙）CPU 与 GPU 的云端 AI/ML 实例解决方案日益丰富。
如需了解基于 AMD EPYC（霄龙）CPU 与 GPU 的 AI/ML 工作负载实例，请咨询各大云服务提供商，包括 AWS、Azure、Google、IBM Cloud 和 OCI 等。
资源
附注
- 9xx5-013：基于官方发布的 MLPerf™ Inference v4.1 Llama2-70B-99.9 性能测试得分结果，包括服务器场景和离线场景下的结果（以“token/秒”为单位），这些结果于 2024 年 9 月 1 日检索自 https://mlcommons.org/benchmarks/inference-datacenter/ 中的以下条目：4.1-0070（预览）和 4.1.0022。MLPerf™ 名称和标识是 MLCommons Association 在美国和其他国家/地区的商标。保留所有权利。未经授权，严禁使用。如需了解更多信息，请访问 www.mlcommons.org。
- 9xx5-014：Llama3.1-70B 推理吞吐量测试结果基于截至 2024 年 9 月 1 日的 AMD 内部测试。Llama3.1-70B 配置：TensorRT-LLM 0.9.0，nvidia/cuda 12.5.0-devel-ubuntu22.04，FP8，输入/输出 token 配置（应用场景）：[BS=1024 I/O=128/128，BS=1024 I/O=128/2048，BS=96 I/O=2048/128，BS=64 I/O=2048/2048]。结果以“token/秒”为单位。双路 AMD EPYC（霄龙）9575F （总计 128 个核心），搭配 8 个 NVIDIA H100 80GB HBM3，1.5TB 24x64GB DDR5-6000，1.0 Gbps 3TB Micron_9300_MTFDHAL3T8TDP NVMe®，BIOS T20240805173113（Determinism=Power、SR-IOV=On），Ubuntu 22.04.3 LTS，kernel=5.15.0-117-generic（mitigations=off、cpupower frequency-set -g performance、cpupower idle-set -d 2、echo 3> /proc/syss/vm/drop_caches）
I/O Token、批次大小、参照系统吞吐量、Turin 吞吐量、吞吐量提升幅度
128/128、1024、814.678、1101.966、1.353
128/2048、1024、2120.664、2331.776、1.1
2048/128、96、114.954、146.187、1.272
2048/2048、64、333.325、354.208、1.063
平均吞吐量提升幅度为 1.197 倍。结果可能会因系统配置、软件版本和 BIOS 设置等因素而有所不同。
- 9xx5-015：Llama3.1-8B（BF16，最大序列长度为 1024）训练测试结果基于截至 2024 年 9 月 5 日的 AMD 内部测试。Llama3.1-8B 配置：最大序列长度为 1024，BF16，Docker：huggingface/transformers-pytorch-gpu。全新双路 AMD EPYC（霄龙）9575F （总计 128 个核心），搭配 8 个 NVIDIA H100 80GB HBM3，1.5TB 24x64GB DDR5-6000，1.0 Gbps 3TB Micron_9300_MTFDHAL3T8TDP NVMe®，BIOS T20240805173113（Determinism=Power、SR-IOV=On），Ubuntu 22.04.3 LTS，kernel=5.15.0-117-generic（mitigations=off、cpupower frequency-set -g performance、cpupower idle-set -d 2、echo 3> /proc/syss/vm/drop_caches），得分为 31.79 个训练样本/秒。 结果可能会因系统配置、软件版本和 BIOS 设置等因素而有所不同。
附注
- 9xx5-013：基于官方发布的 MLPerf™ Inference v4.1 Llama2-70B-99.9 性能测试得分结果，包括服务器场景和离线场景下的结果（以“token/秒”为单位），这些结果于 2024 年 9 月 1 日检索自 https://mlcommons.org/benchmarks/inference-datacenter/ 中的以下条目：4.1-0070（预览）和 4.1.0022。MLPerf™ 名称和标识是 MLCommons Association 在美国和其他国家/地区的商标。保留所有权利。未经授权，严禁使用。如需了解更多信息，请访问 www.mlcommons.org。
- 9xx5-014：Llama3.1-70B 推理吞吐量测试结果基于截至 2024 年 9 月 1 日的 AMD 内部测试。Llama3.1-70B 配置：TensorRT-LLM 0.9.0，nvidia/cuda 12.5.0-devel-ubuntu22.04，FP8，输入/输出 token 配置（应用场景）：[BS=1024 I/O=128/128，BS=1024 I/O=128/2048，BS=96 I/O=2048/128，BS=64 I/O=2048/2048]。结果以“token/秒”为单位。双路 AMD EPYC（霄龙）9575F （总计 128 个核心），搭配 8 个 NVIDIA H100 80GB HBM3，1.5TB 24x64GB DDR5-6000，1.0 Gbps 3TB Micron_9300_MTFDHAL3T8TDP NVMe®，BIOS T20240805173113（Determinism=Power、SR-IOV=On），Ubuntu 22.04.3 LTS，kernel=5.15.0-117-generic（mitigations=off、cpupower frequency-set -g performance、cpupower idle-set -d 2、echo 3> /proc/syss/vm/drop_caches） I/O Token、批次大小、参照系统吞吐量、Turin 吞吐量、吞吐量提升幅度 128/128、1024、814.678、1101.966、1.353 128/2048、1024、2120.664、2331.776、1.1 2048/128、96、114.954、146.187、1.272 2048/2048、64、333.325、354.208、1.063 平均吞吐量提升幅度为 1.197 倍。结果可能会因系统配置、软件版本和 BIOS 设置等因素而有所不同。
- 9xx5-015：Llama3.1-8B（BF16，最大序列长度为 1024）训练测试结果基于截至 2024 年 9 月 5 日的 AMD 内部测试。Llama3.1-8B 配置：最大序列长度为 1024，BF16，Docker：huggingface/transformers-pytorch-gpu。全新双路 AMD EPYC（霄龙）9575F （总计 128 个核心），搭配 8 个 NVIDIA H100 80GB HBM3，1.5TB 24x64GB DDR5-6000，1.0 Gbps 3TB Micron_9300_MTFDHAL3T8TDP NVMe®，BIOS T20240805173113（Determinism=Power、SR-IOV=On），Ubuntu 22.04.3 LTS，kernel=5.15.0-117-generic（mitigations=off、cpupower frequency-set -g performance、cpupower idle-set -d 2、echo 3> /proc/syss/vm/drop_caches），得分为 31.79 个训练样本/秒。 结果可能会因系统配置、软件版本和 BIOS 设置等因素而有所不同。