IT之家 3 月 14 日消息，英特尔近日发布公告，分享了关于 AI 战略和加速器的更多信息，在更多产品和软件中整合 AI 元素，更好服务企业和数据中心未来发展。
IT之家基于新闻稿内容，简要梳理内容如下：
在人工智能方面，英特尔开发了一套完整的企业 AI 堆栈（Enterprise AI stack），使用 OpenVINO、Intel Developer Cloud oneAPI & Synapse 等开源标准，推进硬件、系统、应用的快速发展。
硬件分为三个分支：数据中心（可扩展系统、加速器、CPU）、网络（开放标准和可配置性、基础设施）以及 Client & Edge（AI PC、NPU、GPU、CPU）。
英特尔表示，在定价方面，Gaudi 2 采用的工艺与英伟达 A100 相同，都是台积电的 7nm 工艺，但关键区别在于，在 Stability Diffusion 和生成式 AI 负载方面，Gaudi 2 性能是 A100 的 3 倍，这意味着使用 Gaudi 2 可以比英伟达的 A100 节省更多成本。
在某些工作负载中，Gaudi 2 硬件的性能也优于最新的 H100 GPU，英特尔表示会继续扩大这些优势，将在未来继续保持领先地位。
在路线图方面，英特尔仍将 Gaudi 3 定位为 Gaudi 2 和 Falcon Shores 的后续产品。英特尔表示，Gaudi 3 加速器目前已进入验证实验室，将于 2024 年第 3 季度全面上市。
英特尔表示，在软件 / 应用方面为 Gaudi 3 构建了广泛的 OEM 生态系统和英特尔开发者云网络，在硬件方面，Gaudi 3 加速器将采用与 Gaudi 2 相同的高性能架构，不过计算能力是其 4 倍，网络带宽是其 2 倍，HBM 内存带宽是其 1.5 倍。
Falcon Shores 是首个专为人工智能工作负载设计的 GPU 架构。它将 Gaudi 人工智能 IP 和英特尔 GPU 技术的精华结合到一个融合产品中。Falcon Shores 的开发工作进展顺利，目标是在 2025 年推出。
AI 开发人员的一个主要担忧是，迁移到新硬件会带来一些问题，例如修改代码以支持新的加速器。根据英特尔的说法，大多数开发人员都在堆栈的高层（Hugging Face、Mosiac ML、PyTorch 等）上工作，利用英特尔的软件解决方案，他们只需在 Python 脚本中添加几行代码，就能迁移现有模型或新模型。
英特尔的 "模型迁移" 只需 3-5 行代码即可将现有模型或新模型迁移到新硬件上。对于高级软件，英特尔提供从英伟达到整个 Gaudi 甚至下一代猎鹰海岸加速器阵容的迁移支持。
该公司还在努力增加底层模型，如 OpenAPI、Triton 和 TPC-C，以便从英伟达™（NVIDIA®）硬件迁移到 Falcon Shores GPU 时获得支持。
英特尔表示在完全遵守美国当局的规定前提下，针对中国市场定制 Gaudi 硬件，以便可以出口到中国市场。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。