英特爾與谷歌近日宣布擴大基礎(chǔ)設(shè)施合作，雙方簽署了一項涵蓋CPU和定制基礎(chǔ)設(shè)施處理單元（IPU）的多年期協(xié)議。此舉凸顯了業(yè)界在GPU及其他加速器之外，重新平衡AI系統(tǒng)架構(gòu)的迫切需求。

據(jù)悉，谷歌云將持續(xù)在其全球基礎(chǔ)設(shè)施中部署英特爾至強處理器，同時深化基于ASIC架構(gòu)的IPU聯(lián)合研發(fā)，旨在將網(wǎng)絡(luò)、存儲和安全功能從主機CPU中剝離出來。

此次合作公告折射出，隨著超大規(guī)模云服務(wù)商應(yīng)對大規(guī)模AI系統(tǒng)運營復(fù)雜性，AI基礎(chǔ)設(shè)施設(shè)計理念正在經(jīng)歷深刻轉(zhuǎn)變。此前，英特爾已相繼與英偉達生態(tài)系統(tǒng)和SpaceX建立合作關(guān)系，積極布局下一代計算平臺的多個層級。

CPU在AI系統(tǒng)中重新確立核心地位

盡管加速器需求持續(xù)攀升，CPU在AI工作負載中依然扮演關(guān)鍵角色，尤其體現(xiàn)在任務(wù)編排、數(shù)據(jù)準備和系統(tǒng)級協(xié)調(diào)等方面。

谷歌表示，至強處理器持續(xù)應(yīng)用于多種工作負載優(yōu)化實例，涵蓋支持AI訓練協(xié)調(diào)、推理及通用計算的系統(tǒng)。

英特爾首席執(zhí)行官陳立武在聲明中表示："AI并非僅靠加速器運行，而是依托整個系統(tǒng)運行。CPU和IPU是滿足現(xiàn)代AI工作負載對性能、效率和靈活性需求的核心所在。"

這一表述契合了業(yè)界日益形成的共識：盡管GPU在模型訓練乃至推理領(lǐng)域占據(jù)主導地位，但整體系統(tǒng)效率往往取決于CPU在數(shù)據(jù)管道、調(diào)度和互聯(lián)開銷方面的處理能力。

HyperFrame Research駐場分析師史蒂芬·索普科指出，CPU正日益成為制約整體系統(tǒng)性能的瓶頸，而非僅僅發(fā)揮輔助支撐作用。

"CPU已不再被視為后臺基礎(chǔ)設(shè)施，而是正在成為系統(tǒng)的主動瓶頸，"索普科表示，"智能體AI的興起帶來了復(fù)雜的多步驟工作負載，正在顯著推高CPU需求。這類編排問題無法單靠GPU解決。"

"在純粹圍繞加速器優(yōu)化的集群中，我們越來越將CPU視為系統(tǒng)級約束，"他補充道，"谷歌與英特爾的合作是對這一現(xiàn)實的又一次印證。"

Constellation Research副總裁兼首席分析師霍爾格·穆勒表示，隨著AI工作負載向智能體驅(qū)動架構(gòu)演進，CPU的重要性也在進一步凸顯。

"在智能體調(diào)用API和業(yè)務(wù)應(yīng)用的場景中，CPU最適合承擔這項工作，"穆勒說，"從英偉達為新款Vera Rubin機器增配Vera CPU集群一事中也可見一斑。"

"在推理方面，GPU還是CPU更具優(yōu)勢，目前尚無定論——GPU在訓練領(lǐng)域已經(jīng)勝出，TPU等定制ASIC也在持續(xù)發(fā)力，"他補充道，"但有一點可以明確：谷歌需要混合處理器架構(gòu)，與英特爾合作引入至強處理器是明智之舉，因為至強在CIO群體中擁有良好的品牌信譽。"

IPU精準攻克基礎(chǔ)設(shè)施瓶頸

此次擴大合作的另一重點在于定制IPU。這類芯片作為專用基礎(chǔ)設(shè)施加速器，能夠接管傳統(tǒng)上由CPU處理的網(wǎng)絡(luò)、存儲和安全功能，旨在提升大規(guī)模環(huán)境下的資源利用率，減少資源爭用。

谷歌一直在其基礎(chǔ)設(shè)施體系中推進類似策略，CPU與IPU的深度集成有望在超大規(guī)模場景下實現(xiàn)更穩(wěn)定可預(yù)期的性能表現(xiàn)。

谷歌云AI基礎(chǔ)設(shè)施高級副總裁兼首席技術(shù)官阿明·瓦赫達特表示："CPU和基礎(chǔ)設(shè)施加速依然是AI系統(tǒng)的基石，貫穿從訓練編排到推理和部署的全過程。"

索普科認為，IPU的實際效果在很大程度上取決于系統(tǒng)瓶頸的具體位置。

"我們的判斷是：取決于瓶頸在哪里，"他表示，"IPU將網(wǎng)絡(luò)、存儲和安全負擔從主機CPU上剝離，這一點沒有問題，因為它提供的是實實在在的容量恢復(fù)，而非障眼法。"

"但如果瓶頸在于GPU內(nèi)存帶寬或互聯(lián)延遲，IPU未必能起到?jīng)Q定性作用，"索普科補充道，"IPU真正發(fā)揮價值的場景是具有可預(yù)測基礎(chǔ)設(shè)施開銷的超大規(guī)模環(huán)境，而這正是谷歌的典型應(yīng)用場景。"

他還表示："對于企業(yè)級生產(chǎn)部署而言，利用率提升能否覆蓋架構(gòu)復(fù)雜度帶來的成本，目前仍有待觀察。"

穆勒認為，IPU在系統(tǒng)層面會增加一定復(fù)雜性，但這種權(quán)衡是值得的。

"從技術(shù)角度來看，這確實增加了復(fù)雜性，但性能提升和成本優(yōu)化帶來的收益使其物有所值，"他表示，"英特爾提供的集成方案降低了部署門檻。"

"個人電腦上的網(wǎng)卡芯片某種程度上也可以看作IPU，我們并不覺得它增加了多少復(fù)雜性，"穆勒補充道，"在數(shù)據(jù)中心能耗日益緊張的背景下，任何能夠在不損害性能甚至提升性能的前提下提高效率的方案，都受到熱烈歡迎。"

深度分析：此次合作究竟新在何處

盡管此次合作被定位為下一代AI的重要推進，但其本質(zhì)更像是一次漸進演化，而非顛覆性突破。英特爾長期以來一直是谷歌的CPU供應(yīng)商，而通過IPU、DPU和SmartNIC實現(xiàn)基礎(chǔ)設(shè)施卸載，也已是超大規(guī)模云服務(wù)商的慣常做法。

然而，值得關(guān)注的是此次合作的疊加效應(yīng)。英特爾不僅深化了與谷歌的合作，還在AI生態(tài)系統(tǒng)中全面布局，包括與英偉達的合作，以及通過SpaceX向天基連接等相鄰領(lǐng)域延伸。

隨著AI基礎(chǔ)設(shè)施規(guī)模持續(xù)擴張，系統(tǒng)瓶頸正從原始算力向系統(tǒng)級低效問題轉(zhuǎn)移，包括數(shù)據(jù)搬移、能耗管理和編排開銷。這使得CPU和基礎(chǔ)設(shè)施加速器重新成為降低總體擁有成本的關(guān)鍵抓手。

此次合作折射出業(yè)界向均衡異構(gòu)架構(gòu)邁進的大趨勢。超大規(guī)模云服務(wù)商正在系統(tǒng)性優(yōu)化整體架構(gòu)，將GPU、CPU與ASIC有機結(jié)合，而非僅僅依賴單一類型的加速器。

Q&A

Q1：英特爾和谷歌合作開發(fā)的IPU是什么？它的主要作用是什么？

A：IPU（基礎(chǔ)設(shè)施處理單元）是一種專用基礎(chǔ)設(shè)施加速芯片，能夠承接原本由主機CPU處理的網(wǎng)絡(luò)、存儲和安全功能。它的核心價值在于減少CPU資源爭用、提升大規(guī)模環(huán)境下的資源利用率，從而改善整體系統(tǒng)效率。IPU最適合應(yīng)用于具有可預(yù)測基礎(chǔ)設(shè)施開銷的超大規(guī)模場景，例如谷歌云的數(shù)據(jù)中心環(huán)境。

Q2：AI系統(tǒng)為什么還需要CPU？GPU不夠用嗎？

A：GPU在模型訓練和推理方面占主導地位，但AI系統(tǒng)的整體運行還依賴CPU來處理數(shù)據(jù)管道、任務(wù)調(diào)度、編排協(xié)調(diào)等工作。尤其是在智能體AI興起后，多步驟復(fù)雜工作負載對CPU的需求顯著增加，CPU正從"后臺支撐"變?yōu)?主動瓶頸"，單純依賴GPU無法解決這類編排層面的問題。

Q3：英特爾至強處理器在谷歌云中扮演什么角色？

A：谷歌云持續(xù)在全球基礎(chǔ)設(shè)施中部署英特爾至強處理器，應(yīng)用于工作負載優(yōu)化實例，涵蓋AI訓練協(xié)調(diào)、推理以及通用計算場景。至強處理器憑借其在企業(yè)級市場的成熟品牌信譽，成為谷歌構(gòu)建混合異構(gòu)計算架構(gòu)的重要組成部分。