术业有专攻——AI系统主控CPU英特尔至强6新品处理器浅析

[导读]在AI异构计算架构中，英特尔至强6处理器作为主控CPU可以与NVIDIA最新GPU很好地协同。

一、至强6与NVIDIA GPU协同的硬件基础

在AI异构计算架构中，英特尔至强6处理器作为主控CPU可以与NVIDIA最新GPU很好地协同。根据英伟达官网信息，目前其DGX B300系统选择至强6776P作为唯一主控CPU，采用双路配置，通过UPI总线实现CPU间互连。这8个GPU通过NVLink高速互连，是性能比较高端的DGX，为训练等应用而设计。

作为主控CPU，它和GPU协同工作，而这个系统的性能受到诸多因素的影响，这里列出的是最主要的因素，包括I/O、核心性能、内存（包括带宽和容量）、CPU上的预处理或卸载（offload）能力、整体CPU系统的RAS，以及各种硬件的外形设计等。这些都会影响整个AI系统的端到端性能，因此AI系统通常比较复杂。

术业有专攻——AI系统主控CPU英特尔至强6新品处理器浅析

这一设计的性能提升要点在于：

1. 业界领先的I/O通道和内存能力

AP平台的双路至强6最多可以提供192条PCIe 5.0通道，也就是可以每路提供96条通道，相比上一代提升20%，内存通道也可以高达12个。直接匹配多GPU的高速接入需求，避免因通道不足导致的带宽瓶颈。

在SP平台上，英特尔还提供了一个差异化的产品，就是在单个CPU插槽上提供了更丰富的I/O资源（Rich I/O one socket），总共有136根的PCIe通道，持单插槽连接多块加速卡与存储设备，适用于边缘端“预处理+推理”一体化场景。同时，其高带宽内存可容纳更大模型参数，提升训练效率。在推理场景中，灵活的核心配置确保资源高效利用，满足多样化需求。

2. 核心性能优化

至强6区别于上一代产品的关键技术突破是Priority Core Turbo（PCT），其技术本质是通过Speed Select（SST）将单路CPU核心划分为两组：最多8个高频核心（PCT核心）与剩余低频核心。在DGX B300场景中，这一技术直接服务于“CPU驱动GPU”的典型需求，实现高频核心的精准调度：当GPU需要快速获取预处理数据（如从内存读取原始数据并完成清洗、特征工程）时，8个PCT核心可睿频至4.6GHz（传统64核SKU最大睿频为3.9GHz），相比全核睿频（3.6GHz）提升28%。这一特性缩短了数据从CPU到GPU的传输延迟。

3. 资源分配的灵活性

PCT核心数量可通过BIOS或SST-TF工具动态配置，客户可根据实际负载调整——客户在使用时可以根据需要选择8个、6个、4个或2个PCT核心。例如推理场景中若仅需4块GPU工作，可配置4个PCT核心对应驱动，避免资源浪费。与上一代Max Turbo技术的差异在于：PCT允许全核在线（无需半数核心休眠），且维持相同TDP（350W）与散热设计，确保硬件兼容性，降低客户部署成本。

4. 更强的内存架构兼容性

更高的内存带宽对于AI工作负载至关重要，因为AI的工作流程是一个完整的数据处理管道，而非单一环节。在这一过程中，CPU首先负责预处理，从内存中读取数据并进行初步处理，随后将数据传输至GPU。比如，至强6支持8通道到12通道的DDR5-6400内存，还支持MRDIMMs，能提供更高的30%带宽。

在LLM的生成式推理（如文本续写）中，自注意力机制需为每个已处理的Token生成并存储键（Key）和值（Value）矩阵，即KV Cache。KV Cache避免了在解码阶段重复计算历史Token的注意力状态，但会随序列长度线性增长，占用大量GPU显存，需要卸载到下一级存储中。对于CXL内存来说，有一个典型用例是KV Cache的卸载，通过用CXL内存去替代SSD，这样KV Cache的访问速度显著增快，从而提升了性能。

5. RAS和数据预处理

在企业级AI训练场景中，系统可靠性直接影响算力利用率与TCO。至强6的RAS体系覆盖全硬件链路，可以通过RAS特性来可以提高I/O的稳定性、内存系统稳定性、UPI链路稳定性、CPU及平台稳定性。CPU卸载则是针对MoE（混合专家）模型的另一种优化方式。目前市场上已有诸多关于通过AMX矩阵技术将部分MoE模型中的专家层卸载至至强处理器的案例。

术业有专攻——AI系统主控CPU英特尔至强6新品处理器浅析

二、为何是至强6776P？

NVIDIA DGX B300选择的双路至强6776P的核心价值在于业界领先的I/O能力、领先的内存带宽、大内存容量、领先的RAS能力已经为特定AI负载优化的PCT产品。

其4.6GHz的睿频能力显著加速数据处理，PCT核心以4.6GHz频率加速数据预处理（如文本分词、图像解码），通过高速PCIe通道将数据传输至GPU，形成“CPU预处理→GPU计算”的流水线作业。这款处理器拥有单路88条PCIe通道，双路则达到176条。

英伟达选择了2 DPC架构（每颗CPU提供8通道内存，每通道2个DIMM）进行配置，双路系统可搭载32根DIMM，内存最大容量达8TB。

综述：开放生态的实际意义

至强6的核心优势在于开放性与兼容性。客户硬件选择自由，可以根据成本动态切换，避免被单一供应商锁定。在软件生态兼容层面，至强6也完全支持主流AI框架（如TensorFlow、PyTorch）与云原生技术，无需重新开发适配层，降低技术迁移成本。

从英伟达的选择逻辑看，DGX B300采用至强6应该并非单一性能导向，而是综合考量了生态开放性、成本可控性与技术成熟度——至强6作为量产级产品，其稳定性与供应链可靠性已通过大规模数据中心验证。

至强6在搭配NVIDIA GPU场景中的价值，本质上源于其对“CPU角色”的清晰定位：核心数量或睿频频率，都是围绕GPU协同需求而定，根据用户的不同需求，也可以选择不同的CPU型号。在关键路径（如高频数据传输、大内存容量、系统稳定性）上，至强6可以实现精准优化。对于企业客户而言，这意味着在AI基础设施建设中，可通过标准化硬件获取可预期的性能提升，同时避免为冗余功能支付额外成本。这种“需求导向型”技术路线，或许正是其成为英伟达首选主控CPU的核心原因。