近几年，生成式AI一浪高过一浪，对于各种AI大模型的训练、推理也提出了越来越苛刻的要求。

一般而言，推理工作不需要庞大的GPU加速器集群，更适合交给CPU处理器，尤其专门面向服务器和数据中心的CPU产品。

所谓推理(Inference)，就是将训练好的AI模型应用于新的数据和场景。模型利学习到的规律进行预测、分类或生成新内容，也就是让AI在实际应用中落地的过程(是骡子是马拉出来遛遛)，比如医疗诊断、自动驾驶、自然语言理解等领域。

推理并不需要超强的算力，但因为涉及各种各样的场景和应用，更强调硬件的通用型，CPU天然就是干这活儿的，尤其是强大的服务器型CPU。

所谓服务器，就是负责执行计算任务、处理请求、存储数据以及提供各种服务的平台。

任何服务器都由多个单元模块组成，而把它们有机地组织在一起的，叫做“服务器机头”，简称“机头”，也就是我们常说的“火车跑得快，全凭车头带”。

所谓机头，就是用于管理和协调计算集群的服务器节点，通常位于系统架构的前端，用于处理客户端的初始请求，执行负载均衡、任务调度、资源管理、集群状态监控等工作。

它包括多个硬件组件，比如CPU处理器、内存、硬盘、主板、网络接口等，一定程度上类似我们使用的PC。

CPU处理器则是机头中的核心硬件组件，也是整个服务器的“大脑”，决定了服务器处理任务的速度和效率。

在大规模数据中心或计算集群中，多个服务器节点可以构成一个服务器集群，而每个机头有一个或多个CPU，彼此协调处理大量的并发任务。

优秀的CPU可以支撑优秀的机头，优秀的机头可以支撑优秀的服务器，而优秀的服务器可以优秀地完成AI推理工作。

图源：Pixabay

说到服务器CPU，近些年来AMD EPYC大出风头，凭借领先的产品规格和性能、超高的能效和稳定性、出色的性价比，一直独领风骚。

根据市调机构Mercury Research的数据，截止2024年第二季度，AMD EPYC已经占据整个服务器CPU市场的24.1％，按照收入计算份额高达33.7％，双双创下新纪录。

最新一代的Genoa EPYC 9004系列，更是达到了全新的高度，有着卓越的架构设计(Zen 4)、业界最高的计算密度、最高的性能、最高的效率。

或者直白地说有，该系列有着最多的核心、最大的缓存、最高的频率，以及极为丰富的技术特性。

AMD的优良传统也没忘，性价比极高，在服务器和数据中心领域是无可争议的首选。

在AI推理应用中，AMD EPYC 9004系列的优势十分明显，而且非常有针对性。

一是超多的核心、超高的频率。

EPYC 9004系列最多做到了96核心192线程，可以更高效地并行处理多个推理工作负载，大大提升效率。

同时提供16/24/32/48/64/84等不同核心数，可以根据实际需求灵活选择核心数量，提高投入产出比。

核心多了，频率也没丢，基础频率最高可达4.1GHz，而加速频率最高能够跑到4.4GHz，即便是96核心型号也能加速到3.7GHz，而且支持更多核心同时达到最高频率。

这对于服务器CPU来说相当罕见，这无疑能大大加速推理工作的速度，无论单个任务独自进行还是多个任务并行处理都得心应手。

二是超大的缓存。

对比上代产品Milan EPYC 9003系列，每个核心的二级缓存翻倍至1MB，每八个核心共享32MB三级缓存，总计最多可达96MB二级缓存、384MB三级缓存。

集成了3D V-Cache堆叠缓存的Genoa-X，更是可以让每八核核心共享96MB三级缓存，总容量最多达惊人的1152MB，史上第一次超越1GB。

大容量缓存，可以给推理业务提供更强的助力，提高指令命中率，降低数据转移和通信延迟。

三是超高的内存频率和带宽。

EPYC 9004系列不仅支持多达128条PCIe 5.0高速连接通道，还支持12个DDR5内存通道，最高频率4800MT/s，可提供460.8GB/s的惊人带宽，双路系统的带宽可超过960GB/s。

内存性能对于推理工作也至关重要，可以容纳更大的模型、更多的负载。

EPYC 9004系列型号众多，针对不同的应用场景，需要筛选最匹配的型号，以发挥最大性能、最高效率。

针对AI推理应用，有三个型号非常合适：

EPYC 9534：

64核心128线程，三级缓存256MB，基础频率2.45GHz，全核加速频率3.55GHz，最高频率3.7GHz，默认热设计功耗280W。

多核心，大缓存，频率也不低，适合经常并行执行多个乃至大量推理任务，可以保证足够高的效率。

EPYC 9454：

48核心96线程，三级缓存256MB，基础频率2.75GHz，全核加速频率3.65GHz，最高频率3.8GHz，默认热设计功耗290W。

核心、缓存、频率都非常均衡，如果推理任务多变，选它就对了，多任务、单任务都可以轻松应对。

EPYC 9334：

32核心48线程，三级缓存128MB，基础频率2.7GHz，全核加速频率3.85GHz，最高频率3.9GHz，默认热设计功耗210W。

核心数依然不少，频率相对更高，功耗也低得多，适合少量但负载相对较高的推理任务，可以专心快速完成。

结语

总的来说，生成式AI的时代，我们经常谈论AI训练，谈论几千、几万块加速卡的壮观，但不要忘了AI推理同样至关重要。

它是对训练成果的检验，是AI的实践应用，而且不需要庞大的计算集群，传统的CPU机头组成的服务器集群就可以轻松应对。

AMD EPYC历经四代发展，已经成为全能型选手，几乎可以胜任你能想到的任何计算工作，用于AI推理自然也是最佳选择。

多核心、大缓存、高频率、高内存、高能效、高性价比……AMD EPYC凭借自己的优秀素质，正在各行各业发挥力量，也是生成式AI时代不可或缺的支柱。