英特尔数据中心GPU最新披露：面向云游戏、流媒体，今年Q3上市

英特尔®至强®可扩展处理器是面向云游戏、多媒体处理与传输、虚拟桌面基础架构和推理运算的处理器标杆，致力于为当今的媒介消费提供鼎力支持。

随着当前工作负载密度和复杂程度的快速增长，以上每个细分领域都将提出不同的工作负载需求，包括从处理像素、推理和分析、到渲染新的画面内容，再到将这些像素输出至客户端设备进行查看或进一步分析。

然而，目前这些工作都是通过在云端的各个独立产品来完成的。

在本届英特尔On产业创新峰会（IntelVision）上，英特尔分享了其代号为ArcticSound-M（ATS-M）的数据中心GPU的更多细节。

ATS-M是一颗支持高质量转码和高性能的强大GPU，能够提供每秒150万亿次运算（150TOPS），共拥有两种配置。

ATS-M能够通过单一解决方案灵活地处理广泛的工作负载，并在不牺牲性能或者质量的同时，优化总体拥有成本（TCO）。

面向数据中心工作负载的多用途GPU

该英特尔数据中心GPU将包含两种不同的配置：

150W功率版本在一个3/4长、全高尺寸的PCIe4.0加速卡中封装了32个Xe内核。

75W功率版本则在半高尺寸的PCIe4.0加速卡中封装了两颗具有8个Xe内核的GPU，共16个Xe内核。

这两种配置均配备了4个Xe媒体引擎、英特尔首款面向数据中心的AV1硬件编码器和加速器、GDDR6内存、光线追踪单元和内置XMXAI加速。

采用开源软件的行业领先数据中心GPU

该英特尔数据中心GPU由完整的解决方案堆栈支持，为开发者提供了面向流媒体、云游戏和云端推理的开源软件堆栈，并广泛支持AVC、HEVC、VP9，以及更多API、框架和最新的编解码器。

oneAPI为加速计算提供了高效、智能的路径，让开发者免受专有编程模型所带来的经济和技术负担。

它为专用硬件的封闭编程语言供了开放的选择，即通过一套完整、可靠的工具包来完善现有编程语言和并行计算模型，从而释放硬件的全部性能，并且能够让开发者设计出开放、可移植的代码，更大限度地利用多种CPU和GPU的组合。

云游戏

全球云游戏市场呈现持续快速增长趋势，预计到2026年，其复合年增长率（CAGR）将达到43.2%，市值将近32亿美元。

英特尔可为Windows和Android云游戏平台提供支持，为广大玩家带来高品质的游戏体验。ATS-M拥有两种不同的产品外形设计，用户可灵活地选择符合他们特定工作负载的产品配置。

无论用户对峰值性能、高密度提出需求，还是期待通过一个平台满足跨智能手机和PC游戏的融合云游戏解决方案，这款GPU均可以提供出色的游戏串流体验。

全堆栈媒体流支持

该GPU配备了英特尔首款基于硬件加速的AV1编码器，可在不牺牲质量的同时，带来30%比特率的提升。

作为引领新一代媒体串流的GPU，它可实现一卡同时处理多达8路4K视频流或超过30路1080p视频流。在一台4卡服务器中，可以实现每节点处理120路视频流以及每机架处理13,000路视频流。

利用Intel®oneVPL，媒体串流和传输软件堆栈可以面向包括AV1在内的所有主流编解码器进行解码和编码加速。

流媒体发行商可以在FFmpeg或GStreamer这两大领先多媒体处理框架中进行选择，它们均可通过oneVPL针对英特尔CPU和GPU进行加速。

英特尔还提供了开放视觉云（OpenVisualCloud），这是一套用于媒体、分析、图形和沉浸式媒体的开源软件堆栈，它针对云原生部署进行了优化，使其能够在FFmpeg和GStreamer框架内运行。

全堆栈虚拟桌面基础架构支持（VDI）

过去两年，随着远程办公需求的增加，虚拟桌面基础架构（VDI）和设备即服务（DaaS）迎来了快速增长（最近一项研究表明增长超过11%）。

现代操作系统和应用程序对图形处理的要求越来越高，显示器的分辨率也随之提高；GPU可以通过承载渲染和编码功能，以更短的响应时间和更高的帧率来改善用户体验。

由此释放出来的CPU处理能力可以带来应用程序工作负载的性能提升。

英特尔的这款数据中心GPU还提供了灵活的虚拟GPU（vGPU）调度策略（固定的、灵活的以及硬件利用率优化过的时间片任务调度器），让管理员能够单独微调GPU上每个虚拟机的运行指令。

目前，其他厂商的产品仅允许在所有虚拟机的全局设置中进行相关调整。

与目前市面上其他产品不同的是，英特尔不会针对基于硬件的可扩展I/O虚拟化（SIOV）额外收取任何软件授权费，这将有助于相关提供商降低虚拟化部署的总成本。

全堆栈媒体分析支持

每个在视觉媒体场景执行的推理都需先经过视频解码和预处理，然后才能交给AI模型进行下一步操作。

集成两颗GPU的75W功率版本ATS-M能够在计算和解码能力上实现很好的平衡，且不受媒体限制。

因此，它能够针对媒体分析类的工作负载提供良好的扩展性，为客户提供更高的流密度和更低的成本。

在使用oneVPL对于视频流的解码和编码进行加速的同时，oneDNN（oneAPI深度神经网络库）可针对内核进行AI优化，加速面向TensorFlow或PyTorch框架的推理模型；也可通过OpenVINO的模型优化器和推理引擎，进一步加速推理以及客户工作负载的部署。

上述AI和媒体软件以及堆栈的组合可以在至强处理器和英特尔数据中心GPU之间无缝运行。

代号为ArcticSound-M的英特尔数据中心GPU已经获得超过15款来自业界领先合作伙伴的设计，并将于2022年第三季度发布。