Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
www markttechnik de Nr 41 2023 18 Exklusiv|Interview der Woche KI und HPC »Eine Antwort für alle Probleme gibt es nicht« Intel ist nicht der erste Halbleiterhersteller der einem einfällt wenn man an High-Performance-Computing HPC und KI denkt Aus der Sicht von Stephan Gillich Director AI and Technical Computing GTM bei Intel ist das nicht nachvollziehbar denn das Unternehmen hat einiges zu bieten auch im Vergleich zur Konkurrenz Markt Technik Sie haben in einem früheren Interview dargelegt dass es im KI-Bereich drei Ansätze gibt CPUs GPUs und KI-Beschleuniger Gilt das heute noch oder sind CPUs mittlerweile doch eher die Ausnahme? Stephan Gillich Auf keinen Fall auch heute sind CPUs eine wichtige Komponentengruppe für KI Der falsche Eindruck entsteht dadurch dass es oft nicht so sichtbar ist dass die KI auf einer CPU läuft aber die Anwendungen sind durchaus vielfältig Hinzu kommt noch dass viele Leute KI mit »Deep-Learning-Training« gleichsetzen und dafür sind CPUs nur eingeschränkt geeignet aber KI ist ja viel mehr zum Beispiel auch Inferenzieren und diese Art der Anwendungen läuft häufig auf CPUs Wobei wir mittlerweile auch KI-Technologien in die CPU integrieren die auf Deep Learning abzielen Die jüngste Entwicklung stellt AMX in der vierten Generation dar also Advanced Matrix-Extensions Diese integrierten Beschleuniger zielen darauf ab die Matrixmultiplikationen hinter Deep Learning zu beschleunigen Damit konnten wir enorme Steigerungsraten gegenüber der vorherigen Generation erreichen Und mit dieser in die CPU integrierten Beschleunigertechnologie sind wir am Markt ziemlich einzigartig Also bleibt es dabei dass es drei Ansätze gibt KI umzusetzen? Ja denn für Anwender die auf CPUs für ihre KI setzen gibt es natürlich auch Anwendungen am Markt die eine diskrete Beschleunigung brauchen also eine diskrete Architektur wie zum Beispiel GPUs oder eben dedizierte Beschleuniger wie zum Beispiel Habana Gaudi2 Und diese drei Richtungen bedienen wir mit drei Produktlinien generische CPUs für die Clientund Server-Seite die mit speziellen Technologien für die KI-Beschleunigung ausgestattet sind Mit diesen Produkten adressieren wir hauptsächlich das Inferenzieren aber auch »leichtes Training« Dabei handelt es sich um ein erneutes Training von bereits vorhandenen neuronalen Netzen die schon vorher trainiert wurden Muss ich die Daten erst zurück in die Cloud schicken und dort das Training erneut anstoßen kostet das viel Zeit die man mit unseren Produkten spart Das ist durchaus machbar und wird auch heute schon gemacht Darüber hinaus haben wir eine Produktlinie die ich mit »General Acceleration« beschreiben würde Das sind typischerweise GPUs und die gibt es ja von unserer Seite in Form der »Data Center GPUs« aus den Flexund Max-Reihen Die Max-Reihe ist die leistungsstärkere aber beide Serien wurden für allgemeine hochparallele Workloads entwickelt sowohl im HPCals auch im KI-Bereich Die Max-GPU der Code-Name war Ponte Vecchio ist hauptsächlich für Anwendungen gedacht in denen HPCund KI-Workloads auftreten Ponte Vecchio wird mittlerweile in Serie gefertigt? Ja das zeigt zum Beispiel unser Leuchtturmprojekt »Aurora Exascale System« am Argonne National Lab Dabei handelt es sich um ein Exascale-HPC-System das voraussichtlich der schnellste Super-Computer der Welt wird und da stecken sowohl Xeonals auch Ponte-Vecchio-Prozessoren drin Auch das Leibniz-Rechenzentrum setzt auf Intel das ist zwar ein Stephan Gillich Intel „ Wir schauen uns die Applikationslandschaft an und überlegen wie wir den Anwendern bei ihren Applikationen möglichst weiterhelfen können Das erfordert diverse Architekturen die wir auch umsetzen Und das ist sicherlich der wichtigste Differentiator von Intel gegenüber konkurrierenden Unternehmen “ EXKLU SIV INTERV IEW