工业自动化应用中的机器学习

工业自动化应用越来越多地利用机器学习和人工智能 （AI） 功能来降低了对于人类操作人员的依赖，而且提高了整体效率。 为了在工业环境中充分发挥机器学习的优势，新款英特尔® 至强® 可扩展处理器（原代号为“Purley”）增加了内核数量，降低了延迟，并且提供适合工业服务器设计的高级性能。 在本文中，自动化工程师将了解到：

英特尔® 至强® 可扩展处理器如何为高要求的机器学习工作负载提高性能和降低延迟 • 现成的英特尔® 至强® 可扩展处理器主板解决方案如何为现有的工业服务器提供高性能的升级途径 • 与英特尔® 至强® 处理器兼容的软件资源可以简化基于 AI 的系统开发

机器学习正在使工业自动化发生革命性的变化：协作机器人向人类工人学习制造流程，然后更高效地执行这些流程。 人工智能机器可自我诊断即将发生的组件故障并请求维护。 而这还仅仅是个开始。

当然，类似的应用将需要强大的计算能力。 这使得英特尔® 至强® 可扩展处理器（原代号为“Purley”）的推出成为AI 的重大里程碑。 每插槽高达 28 个内核以及采用全新英特尔® 高级矢量扩展 512（英特尔® AVX-512）指令，这些芯片相比上一代处理器在深度学习训练和推断方面的性能将提升 2.2 倍。

对于工业服务器而言，全新的网格互联架构、高速缓存内存设计、软件工具以及现成的主板解决方案（加快创建基于 AI 的应用）可以支持下一代的性能。

AVX-512：AI 重负荷设备

从 AI 的角度来看，英特尔® 至强可扩展处理器最重要的新特性是对于英特尔® AVX-512 指令的支持，相比上一代处理器，每周期的浮点运算次数翻倍。 尤其是，SIMD 指令集的新增指令专门用来加快处理 AI 和机器学习应用生成的计算密集型工作负载。

值得一提的是，这一吞吐量的提升并不以增加功耗为代价。 如图 1 所示，英特尔 AVX-512 提供了比以前的SIMD 扩展高得多的单位功率性能，

在同等功耗水平和较低的时钟速度上实现了更高的性能。还有一点需要指出，每个处理器内核有两个 512 位融合乘加 （FMA） 单元，使机器学习和 AI 算法最常见的运算之一实现加速。

当然，内核数量多必定有帮助。 新款芯片每个插槽支持高达 28 个内核，相比而言，上一代产品最多支持 24个内核。