XiaoMi-AI文件搜索系统
World File Search SystemINTEL
英特尔2022-23 CSR报告
本报告旨在提供我们对公司责任的方法的全面摘要，除非另有说明，否则我们的公司责任方法以及我们对日历和财政的每仪式的均等。该报告是根据全球报告计划（GRI）标准准备的。我们的GRI内容索引在我们的报告构建器网站上提供。我们还使用其他公认的框架工作来告知本报告的内容，包括联合国（UN）全球契约，联合国可持续发展目标，与气候相关的金融披露工作组（TCFD）和IFRS基金会。1在2022年，我们继续将综合报告策略推广到我们的2022年度10-K和2023年年度报告中，包括环境，社会和治理信息，可在我们的投资者关系网站上获得。 有关英特尔公司责任方法的更多信息，支持文件和数据，过去的报告以及与您选择的各节自定义报告，请访问我们的公司责任并报告建设者网站。1在2022年，我们继续将综合报告策略推广到我们的2022年度10-K和2023年年度报告中，包括环境，社会和治理信息，可在我们的投资者关系网站上获得。有关英特尔公司责任方法的更多信息，支持文件和数据，过去的报告以及与您选择的各节自定义报告，请访问我们的公司责任并报告建设者网站。
英特尔® Gaudi® 3 人工智能加速器
MME 简介 英特尔® Gaudi® 3 AI 加速器矩阵乘法引擎 (MME) 代表英特尔® Gaudi® 加速器系列 MME 引擎的第 5 代。这些 MME 是专用的高性能计算核心，专为矩阵运算而设计，矩阵运算是深度学习算法的基础计算类型。英特尔® Gaudi® 3 AI 加速器包含八个这样的 MME，每个 MME 都能够执行令人印象深刻的 64K 并行运算。这种大规模并行性可实现高度的计算效率，使这些 MME 特别擅长处理深度学习工作负载中普遍存在的复杂矩阵运算。
英特尔博锐® 安全概述
为何选择英特尔博锐® 安全？随着网络攻击不断发展，以通过纯软件安全方法逃避检测，安全比以往任何时候都更加重要。威胁正在向下移动计算堆栈，使用远程工作者端点 PC 作为进入网络、云和 SaaS 应用程序的直接载体。不法分子不再只是窃取数据，他们可以大规模地征用计算资源。入侵的方式往往是一台被入侵的 PC，除了敏感数据外，它还会提供访问身份、加密密钥和密码。远程工作已经从工作者通过防火墙或 VPN 保护访问资产发展到现在通过 SaaS 和云托管应用程序访问。这些应用程序依靠端点检测和响应 (EDR) 安全软件来评估工作者设备的健康状况（没有恶意软件），以对每个连接的用户进行身份验证。这是新的零信任安全模型，这种 PC 健康评估对于安全操作评估风险至关重要。除此之外，IT 和信息安全专业人员还面临着数据本地化和信息隐私方面日益严格的监管合规要求。除了系统内存外，许多类型的攻击还针对操作系统 (OS)、浏览器、应用程序、固件和 BIOS。根据 CrowdStrike 的 2024 年全球威胁报告¹，75% 的攻击首先在内存中以无文件恶意软件的形式执行，而 90% 的攻击源自端点。2 2023 年，IBM 报告称，数据泄露的全球平均成本为 445 万美元 3 ，而一家领先的网络安全公司报告称，从 2022 年到 2023 年，加密劫持增加了 659%。4 黑客继续改进他们的技术，越来越多地转向硬件基础设施。所有组织
具有Intel的机密计算
机密计算是数据保护的支柱之一。它在使用，数据完整性，代码完整性和代码机密性时提供了数据机密性。它还确保了计算环境的完整性。通过这种基本技术，机密计算为恶意内部人士，黑客攻击和第三方提供了其他保障措施，未经所有者同意就可以访问数据。
英特尔 700 系列 BIOS
MSI UEFI BIOS 与 UEFI（统一可扩展固件接口）架构兼容。UEFI 具有许多传统 BIOS 无法实现的新功能和优势，未来将完全取代 BIOS。MSI UEFI BIOS 使用 UEFI 作为默认启动模式，以充分利用新芯片组的功能。但是，它仍然具有 CSM（兼容性支持模块）模式，以兼容旧设备。这允许您在过渡期间用 UEFI 兼容设备替换旧设备。
Intel®Xeon®6处理器家族
在工作负载频谱的极端，P核为计算密集型，基于向量的工作负载（例如AI）提供了最佳解决方案。电子访问最适合于任务并行基于标量的工作负载，例如微服务。在这些极端之间，两个微体系结合结合在一起，允许高度用途和互补的解决方案。例如，具有ETEL 6处理器具有电子芯的系统可用于保护功率，以便在具有p-ocors的Intel Xeon 6处理器上运行的AI和科学工作负载可用。数据中心使用Intel Xeon 6处理器与P-cores和具有电子核的Intel Xeon 6处理器混合在一起，可以利用其平台通用性，从一个核心类型过渡到另一个核心类型，具体取决于性能和功率需求。广泛的选项组合使数据中心可以随着业务的增长而扩展。
适用于英特尔至强 CPU 的英特尔 AI 引擎可提升整个 AI 管道的性能
人工智能无处不在，涉及各种关键工作负载。从核心企业应用程序到自动语音服务员，经典机器学习 (ML) 和深度学习模型正在成为业务运作的基本构建模块。大规模使用人工智能依赖于从数据预处理到训练再到部署的漫长开发流程。每个步骤都有自己的开发工具链、框架和工作负载——所有这些都会产生独特的瓶颈并对计算资源提出不同的要求。英特尔至强可扩展处理器具有内置加速器，可用于开箱即用地运行整个流程并全面提高人工智能性能。英特尔® 加速器引擎是专门构建的集成加速器，支持最苛刻的新兴工作负载。
英特尔® Gaudi® 3 人工智能加速器 - cloudfront.net
在训练场景中，英特尔® Gaudi® 3 加速器相对于上一代产品几乎所有的先进功能都发挥了作用。由于训练场景是计算密集型的，因此增加的计算比率可带来立竿见影的效果。增加的 HBM 带宽允许更大的计算来体现增加的计算能力。此外，更大的 HBM 容量也有助于提高性能。更大的 HBM 容量允许增加批处理大小，从而实现更高的计算利用率，并避免重新计算某些部分工作负载或避免模型并行拆分，从而在运行时增加网络操作。一般而言，LLM 推理吞吐量由可用的 HBM 带宽决定，可用于读取模型参数和上下文窗口。将英特尔® Gaudi® 3 加速器与英特尔® Gaudi® 2 加速器进行比较时，我们发现对于小型 LLM（13B 大小的模型或更小），加速比与两代加速器之间的 HBM 带宽比率相似，大约为 1.5 倍。然而，当比较较大的 LLM 模型（如 LLama-70B 和 Falcon-180B）时，我们看到改进大于 HBM 带宽比，并且超过了 2 倍的比率。更大的改进是由于英特尔® Gaudi® 3 加速器可用的内存容量更大。这种更大的容量允许使用更大的批处理大小，因此可以在给定的时间内处理更多的样本。