天天操天天爽天天射,国产精品一区二区三区四区,国产成人综合精品

大模型千億參數讓GPU顯存告急，英特爾居然讓你試試CPU

2025-12-29 14:53:33 來源：今日熱點網

你敢想象：僅一臺僅裝備了單塊24G顯存消費級顯卡的系統，不但能跑滿血671B DeepSeek R1模型，還能帶來5并發51 Token/秒的性能（更細節數據見下圖），要知道這個性能水準，足以搞定像報告解讀或數據分析這類對實時性要求不高的任務了。

這就是英特爾開發的全新異構LLM服務方案流出的最新測試數據，這個方案基于HeteroFlow軟件框架，搭配了至強6性能核CPU（配MRDIMM內存，開啟AMX加速）作為硬件基座，它的目標就是緩解 “滿血”大模型們面臨的存力困局。

眾所周知：大模型，是樂也“大參數”，痛也“大參數”——滿血版動輒千億級的參數規模，再疊加GPU大佬們在顯存容量上的“精準”刀法，總能讓你錢包嚴重失血！如果你就搞一個節點，即便GPU多卡插滿，也就是能剛剛裝下海量參數，剩余的顯存會限制并發性能和上下文的長度。咬咬牙上多個節點，那就只能是……把牙咬碎，因為付出翻倍。

而現在，有了HeteroFlow框架的加持，如果你用的是MoE類大模型，且選擇了英特爾的至強6性能核CPU來做機頭處理器，那么恭喜你，破局方法來了！

當然這個方法可能會顛覆你“AI讓CPU走開”，或者“AI應用中CPU只是GPU小助手”的觀念。但這個方法，恰恰是充分利用了GPU和CPU各自的優勢——GPU算力強，CPU內存大。HeteroFlow的工作原理就是把Attention、Dense MLP這些算力敏感型的，也是高價值的任務留給高算力的GPU，但把MoE這種需要大存力的任務，部分或全部卸載給CPU+大容量的內存。

這種方法的終極奧義，并不是說CPU比GPU更重要，或者你不需要GPU了，而是有了CPU的分擔與協助，GPU的工作更有意義了——它能把其成本高昂的算力和顯存全用在榨取并發性能與上下文長度上，正所謂“好鋼用在刀刃上”，讓整個系統不僅性能收益明顯，投資回報率也是原地起飛。

接下來，讓我們瞧瞧HeteroFlow是怎樣具體干活的：

一、卸載

對AI任務做智能拆分，把部分或全部MoE負載移到CPU上，讓GPU更專注算力密集型任務，細節如下圖。

二、調度

通過Pipelined Scheduling設計，讓CPU與GPU在各自承載的子任務間實現無縫銜接，最大化榨取它們各自的潛能，如下圖：

三、加速

雖然至強CPU沒有GPU那么強的AI加速算力，但它還是有自己的看家本領——英特爾AMX（高級矩陣擴展技術，有人將其比擬為“CPU里的Tensor Core”），它能為MoE任務涉及的計算提供加速。如果你對AMX技術沒有那么了解，可以借下面兩張圖快速了解一下它的核心組件與架構，以及加速能力。

如果你比較細心，一定注意到我們在前文提到的是HeteroFlow框架 +至強6 性能核CPU這個組合，推薦這款CPU的原因很簡單，因為它內置AMX技術，且主流型號（SKU），特別是用于機頭的SKU能解鎖對MRDIMM內存（8000/8800）的支持，幾乎是目前市面上能同時兼顧內存的大容量與高帶寬的惟一選擇。

如果你還意猶未盡，覺得前文測試場景里的“低配”型系統和它實現的性能，還遠遠不能滿足你一些更加“高大上”的需求，先別急，因為英持爾正在測試HeteroFlow+至強6的另外兩種應用場景：

在更多節點的、中量級的系統中，瞧它能不能把MoE中的“冷專家”（不常被激活的專家）卸載到CPU上，盡可能提升這類系統的并發度和拓展其上下文長度；

在更大或特大規模的AI集群中，當GPU出現單卡故障時，用CPU暫時頂一下，保障集群的穩定運行。

由衷期待這兩個新場景能盡快落地，并有性能或性價比上的優異表現供大家分享。你可以訪問英特爾官網了解更多基于HeteroFlow框架的異構LLM服務方案的細節，或者聯系英特爾官方得到英特爾相關技術專家的支持。

誰說CPU只是GPU的小助手？用至強? 6高存力搞定MoE卸載！