在过去的数年间，人工智能技术实现了前所未有的爆发式成长。这主要归功于万物互联的浪潮带来的海量数据、芯片技术革新带来的算力飞跃，以及计算机和数据科学领域对算法的不断优化。这也是我们常说的驱动AI技术发展的三大要素：数据、算力和算法，而且这三大要素是相互促进、缺一不可的。

作为芯片来说，它是承载这三大要素最重要的力量。除了人工智能专用芯片之外，其实很多通用的芯片类型，比如GPU、FPGA，还有中央处理器CPU，都在人工智能时代针对性的进行了架构优化，并且再次焕发新生。

在这篇文章里，我们就以英特尔的至强可扩展处理器为例，一起来看一下在云计算和数据中心领域，CPU在人工智能应用里的独特优势。

至强可扩展处理器的技术特点

年6月，英特尔正式发布了第三代至强可扩展处理器（XeonScalableProcessor），代号为CooperLake。

和前一代产品CascadeLake相比，CooperLake单芯片集成了最高28个处理器核心，每个8路服务器平台最高可以支持个处理器核心。每个核心的基础频率可达3.1GHz，单核最高频率可达4.3GHz。此外它还集成了一些其他的架构升级，比如增强了对传统DDR4内存带宽和容量的支持，并且将英特尔UPI（超级通道互联）的通道数量增加到了6个，将CPU之间的通信带宽和吞吐量提升了一倍，达到20.8GT/s；此外也提升了对硬件安全性、虚拟化、网络连接等等这些数据中心常用技术的硬件支持。

至强可扩展处理器的UPI通道示意图

值得注意的是，这个CooperLake是特别针对4路或者8路的服务器产品进行打造的第三代至强可扩展处理器。对于更加常见的单路和双路服务器，英特尔也即将推出代号为IceLake的处理器，它将基于英特尔最新的10纳米工艺进行制造，内核采用了SunnyCove微架构。

在去年的HotChips大会上，英特尔就对IceLake和SunnyCove微架构做了比较详细的介绍。关于这部分内容，会在今后的文章里继续解读，敬请