文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
今天 ， 在火山引擎2025春季原動力大會上 ， 英特爾聯合火山引擎共同發布搭載英特爾? 至強? 6性能核處理器的第四代通用計算型（ECS）實例家族 ， 即全新推出的通用計算基礎型實例 g4i、算力增強型實例 g4ie ， 并深入展示了此前發布的I/O增強型實例 g4il的豐富用例 。 不僅如此 ， 雙方還分享了AI時代共同驅動算力成本優化、端云協同與開發范式升級的最新合作進展 。
AI的發展推動著云計算的演進 ， 加速行業從云原生時代邁向AI原生時代 。 在這一進程中 ， 企業對算力的需求日益多樣化 ， 同時對高性價比、高穩定性的需求也與日俱增 。 基于多年的廣泛合作 ， 英特爾與火山引擎繼續攜手共進 ， 一方面充分利用雙方的優勢 ， 打造涵蓋從通用到智能的彈性AI算力底座 ， 為企業提供強大、靈活、兼顧成本效益的AI算力基礎設施；另一方面 ， 雙方亦通過共建開放生態 ， 支持大模型應用、智能體DevOps中臺與高性價比智算平臺相結合 ， 構建AI生態新范式 ， 加速企業的智能化進程 。
高效算力底座推動云端算力躍升本次大會上 ， 英特爾攜手火山引擎共同發布了全新第四代 ECS 實例家族 ， 不僅功能上更加豐富 ， 在性能與架構上也得到了進一步提升 。 與上一代實例相比 ， 通用計算基礎型實例 g4i在MySQL 數據庫和Web 應用上分別實現了20%和19%的性能提升 ， 算力增強型實例 g4ie在視頻解碼和圖像渲染上帶來了15%和26%提升 ， I/O增強型實例 g4il在Spark大數據和Redis數據庫上也實現了13%和30%的提升 。 值得一提的是 ， 得益于英特爾? 高級矩陣擴展（AMX）的深度優化 ， 基礎型實例 g4i在RAG全鏈路提速、WDL 模型推理優化上均展現了出色的性能 。 其中 ， RAG全鏈路在文檔處理、Embedding、向量數據庫檢索和Reranking加速中 ， 耗時減少了40%-90% 。
高性價比智算平臺助力企業智能體進階【英特爾攜手合作伙伴打造高效智算底座，加速企業AI應用落地】邊緣AI應用的發展 ， 對定制化、便捷化和安全化提出了新的需求 ， 這讓具備靈活、高效、高性價比的智算平臺成為理想之選 。 在基于英特爾至強處理器和多張英特爾銳炫顯卡的一體機解決方案中 ， 全新英特爾銳炫TM Pro B60 ， 單卡可提供24GB顯存 ， 在上下文擴展和并發擴展等場景中 ， 提供更強的處理能力 。 因此 ， 在邊緣和企業AI等應用場景中 ， 該方案能夠以出色的成本效益優勢 ， 提供高效、可靠的AI算力 。 此外 ， 英特爾提供了包括vLLM、PyTorch在內的完善的主流生態軟件棧和封裝成服務化的企業AI平臺（EAP） ， 幫助用戶將上層應用平滑遷移到英特爾平臺上 ， 加速用戶私有化部署LLM應用和智能體 。
軟硬件協同加速煥新模型開發至應用落地通過幫助企業打造彈性的AI算力底座 ， 英特爾與火山引擎正攜手推動AI技術在云端的普及與應用 ， 護航AI云原生從開發到生產的全流程 ， 本次活動的現場展區也展示了雙方合作的豐富成果 。
在企業AI應用開發側 ， 英特爾攜手火山引擎基于第四代實例提供了大模型應用的開發環境——“開源大模型應用-知識庫問答”應用鏡像 ， 支持開發者快速完成大模型的微調和推理環境的搭建 。 在結合HiAgent大模型能力中臺時 ， 能夠從Dev到Ops全方位支持智能體規劃、開發與應用 ， 幫助降低AI落地的技術門檻和運營成本 。 在助力企業AI生產領域 ， 英特爾至強處理器和AMX加速引擎、配合火山引擎的深度優化 ， 讓企業在大模型落地階段可以實現全流程性能提升 ， 降低AI應用的部署成本 ， 保障在高并發場景下的系統穩定性的同時 ， 提升產品的整體性能與實際落地效率 。
通過共同構建開放的AI生態 ， 英特爾與火山引擎正在推動AI算力普惠 ， 打造高性價比的智算平臺 。 展望未來 ， 雙方也將繼續探索AI時代云計算的更多創新應用 ， 以高效的算力加速低成本AI應用落地 ， 助力企業的智能化升級之路 。
推薦閱讀
- 英特爾酷睿9 270H跑分曝光：翻新架構，性能提升不俗
- 英特爾Nova Lake將采用混合圖形引擎：渲染與解碼并非同一家
- 英特爾證實數代處理器正在研發：覆蓋不同領域
- 三星挖走前臺積電、英特爾代工高管
- 芯片工藝照妖鏡：晶體管密度，三星3nm=臺積電5nm=英特爾7nm
- 英偉達GPU市場份額達到92%，遠超AMD和英特爾
- Nvidia、AMD、英特爾，一季度財報對決
- 英特爾陳立武的新舉措：消滅毛利率低于50%的新產品！
- 英特爾酷睿i5 14600KF裝機配置全解析：打造高性能電腦
- 價格狂降到白菜價？僅為上市價5折：英特爾酷睿i5-14600KF裝機