,,

代號由英特爾公布Arctic Sound-M數據中心GPU的更多細節

（2024年11月23日更新）

英特爾強可擴展處理器是云游戲、多媒體處理與傳輸、虛擬桌面基礎設施和推理操作的處理器基準，致力于為當今媒體消費提供全力支持。隨著當前工作負荷密度和復雜性的快速增長，上述每個細分領域都將提出不同的工作負荷需求，包括從處理像素、推理和分析到渲染新圖片內容，然后輸出到客戶端設備進行檢查或進一步分析。然而，這些工作是通過云中的各種獨立產品完成的。

芯片采購網專注于整合國內外授權IC代理商現貨資源，芯片庫存實時查詢，行業價格合理，采購方便IC芯片，國內專業芯片采購平臺。

本屆英特爾 On 產業創新峰會（Intel Vision）上面，英特爾分享了它的代號 Arctic Sound-M（ATS-M）的數據中心 GPU 更多細節。ATS-M 強大的支持高質量的轉碼和高性能 GPU，每秒都能提供 150 萬億次運算(150 TOPS），有兩種配置。ATS-M 廣泛的工作負荷可以通過單一的解決方案靈活處理，優化整體成本，而不犧牲性能或質量（TCO）。

多用途數據中心工作負荷GPU

英特爾數據中心 GPU 它將包含兩種不同的配置。150W 功率版3/4長，全高尺寸 PCIe 4.0 包裝在加速卡中 32 個 Xe 內核。75W 功率版在半高尺寸 PCIe 4.0 加速卡包裝兩個 8 個 Xe 內核的 GPU，共 16 個 Xe 內核。這兩種配置都配備了 4 個 Xe 首個面向數據中心的媒體引擎和英特爾 AV1 硬件編碼器和加速器，GDDR6 內存、光跟蹤單元和內置 XMX AI 加速。

行業領先的數據中心采用開源軟件GPU

英特爾數據中心 GPU 支持完整的解決方案堆棧，為開發者提供流媒體、云游戲和云推理的開源軟件堆棧，并廣泛支持 AVC、HEVC、VP9，以及更多 API、框架和最新的編解碼器。

oneAPI 它為加速計算提供了一條高效、智能的道路，使開發人員免受專有編程模型的經濟和技術負擔。它為特殊硬件的封閉編程語言提供了開放的選擇，即通過一套完整可靠的工具包來改進現有的編程語言和并行計算模型，從而釋放硬件的所有性能，并允許開發人員設計開放和可移植的代碼，并在更大程度上使用各種代碼 CPU 和 GPU 的組合。

云游戲

預計到2026年，全球云游戲市場將繼續快速增長。（CAGR）將達到 43.2%的市值接近 32 [1]億美元。英特爾可為 Windows 和 Android 云游戲平臺提供支持，為玩家帶來高質量的游戲體驗。ATS-M 有兩種不同的產品外觀設計，用戶可以靈活選擇符合其特定工作負荷的產品配置。無論是用戶對峰值性能和高密度的需求，還是期待通過平臺滿足跨智能手機和 PC 該游戲集成云游戲解決方案 GPU 都能提供出色的游戲串流體驗。

全堆棧媒體流支持

該GPU首款基于硬件加速的英特爾配備了英特爾。 AV1 編碼器可以帶來，而不犧牲質量比特率提高30%[2]。[3]引領新一代媒體串流 GPU，它可以同時處理一張卡 8 路 4K 或超過30個視頻流路 1080p 視頻流。在一臺 4 卡服務器可以實現每個節點的處理 120 路視頻流及各機架處理 13,000 路視頻流。

利用 Intel oneVPL，媒WeEn代理串流和傳輸軟件堆棧可以面向 AV1 所有主流編解碼器解碼加速。流媒體發行商可以在那里 FFmpeg 或 GStreamer 這兩個領先的多媒體處理框架都可以通過 oneVPL 針對英特爾 CPU 和 GPU 進行加速。英特爾還提供開放的視覺云（Open Visual Cloud），這是一套用于媒體、分析、圖形和沉浸式媒體的開源軟件堆棧。它優化了云原的本地部署，使其在 FFmpeg 和 GStreamer 運行在框架內。

全堆棧虛擬桌面基礎架構支持（VDI）

在過去的兩年里，程辦公需求的增加，虛擬桌面基礎設施（VDI）而設備就是服務（DaaS）快速增長(最近的一項研究表明增長超過了 11%[4]）。對圖形處理的要求越來越高，顯示器的分辨率也隨之提高；GPU 用戶體驗可以通過承載渲染和編碼功能來提高，響應時間更短，幀率更高。由此釋放 CPU 處理能力可以提高應用程序工作負荷的性能。

英特爾的數據中心 GPU 它還提供了靈活的虛擬 GPU（vGPU）調度策略(固定、靈活、優化硬件利用率的時間片任務調度器)，讓管理員單獨微調 GPU 每臺虛擬機的操作說明。目前，其他制造商的產品只能在所有虛擬機的整體設置中進行調整。

與市場上的其他產品不同，英特爾不會擴展基于硬件的可擴展性 I/O 虛擬化（SIOV）收取任何額外的軟件授權費，助于相關提供商降低虛擬化部署的總成本。

全堆棧媒體分析支持

視覺媒體場景中執行的每一個推理都需要通過視頻解碼和預處理，然后才能交給 AI 下一步操作模型。集成兩個 GPU 的 75W 功率版本 ATS-M 它可以在不受媒體限制的情況下實現良好的計算和解碼平衡。因此，它可以為媒體分析的工作負載提供良好的可擴展性，為客戶提供更高的流量密度和更低的成本。

在使用 oneVPL 加速視頻流的解碼和編碼，oneDNN（oneAPI 深度神經網絡庫可用于內核 AI 優化，加快方向 TensorFlow 或 PyTorch 框架推理模型；也可以通過 OpenVINO 模型優化器和推理引擎，進一步加快推理和客戶工作負荷的部署。上述 AI 最強處理器和英特爾數據中心可以與媒體軟件和堆棧相結合 GPU 無縫操作。

代號為 Arctic Sound-M 英特爾數據中心 GPU 已經超過了 15 來自行業領先合作伙伴的設計將在 2022 第三季度發布。

注意事項及免責聲明：

實際性能受使用、配置等因素的影響。請訪問更多信息：www.Intel.com/PerformanceIndex。

性能結果是基于配置信息中顯示的日期進行測試的，并且可能不反映所有公開和可用的更新。詳見備用信息。沒有任何產品或組件可以確保絕對安全。

你的成本和結果可能會有所不同。

2GPU 英特爾于的質量數據 2022 年 2 月 9 英特爾數據中心日在試驗生產中 GPU(150)取得，配置為 IFWI ATS_M1_512_B0_EU_008_IFWI_21WW50_01_GS1463_PC9446A_HEADLESS_OP1040_P2SB_DS_14GT_LRG_TR_DS，1 第三代英特爾是節點雙插槽 Gold 6336Y 微代碼 0x11，服務器主板（Coyote pass）客戶參考號 128GB 32-ch 3200 MT/sec，HT 啟用，瑞頻加速開啟，Ubuntu 20.04 LT2 內核 5.10.54，gfx-driver-master-10017，試驗生產FFMPEG。CPU 英特爾于的質量數據 2022 年 2 月 9 日在Intel SawTooth Pass Server 配置為 1 英特爾節點雙插槽強 Platinum 8180 CPU @ 2.50GHz，HT 啟用，瑞頻加速開啟，CPU 微代碼 0x4D，Windows 10 Enterprise LTSC 64位操作系統，240GB 15-ch，DDR4-2666 DRAM。命令行參見預發版https://github.com/intel/media-delivery。 27個播放/游戲序列 TU1 收集2(質量模式) 第二次延遲數據，詳情請參見https://dgpu-docs.intel.com/devices/iris-xe-max-graphics/guides/media.html，使用 VBENCH 序列收集的超低延遲數據，詳情請參見 http://arcade.cs.columbia.edu/vbench。PSNRY-BDRATE質量指標和英特爾至強 6336Y上測量的x264-medium（PSNR 調優, 1-pass）相比。

可隨時更改所有產品計劃和路線圖，恕不另行通知。

英特爾不控制或審查第三方數據。在評估數據準確性時，請參考其他信息源。

可能需要已啟用的硬件、軟件或激活服務。

本文中關于未來計劃或預期的陳述均為前瞻性陳述。基于目前的預期，這些陳述涉及多種風險和不確定性，并可能導致實際結果與這些前瞻性陳述中明確或隱含的內容之間存在重大差異。請參見我們最近發布的收入報告和美國證券交易委員會文件：www.intc.com

?英特爾，英特爾，英特爾logo其他英特爾標志是英特爾公司或其分支機構的商標。本文所涉及的其他名稱和品牌屬于各自的所有者資產。

[1] 2022年1月4日，《對包括英特爾、谷歌、微軟在內的全球云游戲市場的洞察》。https://www.globenewswire.com/news-release2022/01/24/2374/28en/Insights-on-the-Cloud-Gaming-Global-Market-to-2026-Featuring-Intel-Google-and-Microsoft-Among-Others.html

[2] 基于主張和免責聲明下的性能

[3] H.264/AVC聲明根據https://engineering.fb.com/2018/04/10/video-engineering/av1-beats-x264-and-libvpx-vp9-in-practical-use-case/.

[4] https://www.gminsights.com/industry-analysis/virtual-desktop-infrastructure-vdi-market?gclid=EAIaIQobChMIyKDg3bLD9wIVF5BoCR2P1gbvEAAYAiAAEgK7YfD_BwE