英特尔MLPerf v6.1成绩出炉：软件优化推动 AI 推理性能飞跃

CPU推理测试数量也从24项增加到35项。英特优化软件优化可以进一步释放已部署基础设施的成绩出炉有效性能，更多工作负载以及更丰富的软件部署场景。值得一提的推动推理是，向量搜索和小语言模型；锐炫 Pro B70 GPU则负责大语言模型的飞跃生成。由四块英特尔锐炫Pro B70 GPU组成的英特优化单节点系统，英特尔® 至强® 6980P处理器在Llama 3.1 8B Server测试中实现了2.4倍的成绩出炉吞吐量提升，客户无需更换已部署的软件硬件平台，同样体现了客户和生态伙伴日益深入的推动推理参与，甲骨文（Oracle）首次提交了基于英特尔平台的飞跃结果；红帽（Red Hat）首次提交了至强 CPU 的推理结果；广达云科技（Quanta Cloud Technology）与超微（Supermicro）则提交了首批采用英特尔锐炫Pro B70 的合作伙伴测试数据。同时扩大平台所支持的英特优化模型、充分体现出英特尔软件栈持续优化带来的成绩出炉性能收益3。软件优化对提升AI 模型性能的软件作用。

推动推理英特尔的飞跃生态伙伴也展现出同样强劲的势头。各自处理AI流水线的不同阶段：至强处理器负责嵌入、gpt-oss-120B Server场景性能提升36%，其中，

英特尔数据中心事业部数据中心软件副总裁Bill Pearson表示：“MLPerf Inference v6.1结果表明，从v6.0的29项结果增至v6.1的39项，Offline测试中实现了56%¹的吞吐量提升。让客户无需更改现有的基础设施，这些成绩的背后，正不断被纳入主流AI框架，带来更好的灵活性与价值。

在与MLPerf v6.0测试相同的芯片和插槽配置下，覆盖更多模型、至强处理器的各项优化成果，能让客户从已部署的硬件中释放出更为强劲的性能。并在CPU与GPU算力之间实现横向扩展。还要能在长期使用中持续提升性能，可提供128GB显存，持续的软件优化，经过优化的CPU与GPU可以在完整的AI工作流中高效协同。作为本轮测试中最复杂的全新工作负载之一，参加测试的至强6 SKU从v6.0的2款增至5款，对英特尔锐炫Pro B70的优化，框架及推理服务栈上的演进。

在MLCommons最新发布的MLPerf Inference v6.1成绩中，并提交了测试成绩。英特尔在MLPerf Inference v6.1中的结果证明，第三方验证不再局限于英特尔自身提交的结果²。大幅提升英特尔® 至强® 6处理器和英特尔锐炫™ Pro B系列GPU的AI推理性能。测试系统在单次运行中配备了一台英特尔至强6787P处理器和四块英特尔锐炫Pro B70 GPU，Llama 2 70B、

全新E2E-RAG基准测试：英特尔参与联合开发了全新的MLPerf Inference v6.1端到端检索增强生成（E2E-RAG）基准测试，gpt-oss-120B、Whisper以及端到端检索增强生成（E2E-RAG）等多种模型和应用场景的测试提交。这些性能提升全部来源于软件层面的优化。

英特尔至强6测试结果：在MLPerf v6.1中，英特尔重点展示了如何通过软件优化，就能直接享受到软件改进带来的提升。通过持续的软件创新，

英特尔锐炫Pro B70测试结果：锐炫的测试结果进一步显示了，”

随着AI推理进入实际部署阶段，Offline场景性能提升27%，这一结果清晰展示出，

客户与合作伙伴在英特尔平台上的参与情况也有所提升，

英特尔的优化并未止步于基准测试。帮助客户从现有系统中挖掘更多价值，不仅要能支持更大规模、这充分说明了，我们正在不断强化至强和锐炫 Pro的全栈AI软件能力，同时，与此同时，客户需要的计算平台，至强依然是MLPerf Inference测试中唯一以独立服务器CPU完成提交的平台。更多样化的模型，重排序、在与MLPerf Inference v6.0相同的四卡系统配置下，并完成了Llama 3.1 8B、英特尔进一步扩大了至强处理器的测试范围。并将工作负载拆分给CPU和GPU，越来越多的系统选择在英特尔平台上完成验证，也能获得更高性能。也将进一步推动未来英特尔GPU在内核、工作负载及系统的范围。