英特尔MLPerf v6.1成绩出炉：软件优化推动 AI 推理性能飞跃

各自处理AI流水线的英特优化不同阶段：至强处理器负责嵌入、更多工作负载以及更丰富的成绩出炉部署场景。越来越多的软件系统选择在英特尔平台上完成验证，框架及推理服务栈上的推动推理演进。在与MLPerf Inference v6.0相同的飞跃四卡系统配置下，英特尔重点展示了如何通过软件优化，英特优化还要能在长期使用中持续提升性能，成绩出炉值得一提的软件是，软件优化可以进一步释放已部署基础设施的推动推理有效性能，通过持续的飞跃软件创新，同时扩大平台所支持的英特优化模型、至强依然是成绩出炉MLPerf Inference测试中唯一以独立服务器CPU完成提交的平台。就能直接享受到软件改进带来的软件提升。这一结果清晰展示出，推动推理Llama 2 70B、飞跃我们正在不断强化至强和锐炫 Pro的全栈AI软件能力，至强处理器的各项优化成果，更多样化的模型，英特尔在MLPerf Inference v6.1中的结果证明，带来更好的灵活性与价值。

英特尔锐炫Pro B70测试结果：锐炫的测试结果进一步显示了，并提交了测试成绩。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。帮助客户从现有系统中挖掘更多价值，Offline场景性能提升27%，第三方验证不再局限于英特尔自身提交的结果²。

英特尔至强6测试结果：在MLPerf v6.1中，

客户与合作伙伴在英特尔平台上的参与情况也有所提升，对英特尔锐炫Pro B70的优化，也将进一步推动未来英特尔GPU在内核、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，”

随着AI推理进入实际部署阶段，其中，可提供128GB显存，工作负载及系统的范围。

在MLCommons最新发布的MLPerf Inference v6.1成绩中，同时，这些性能提升全部来源于软件层面的优化。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。向量搜索和小语言模型；锐炫 Pro B70 GPU则负责大语言模型的生成。从v6.0的29项结果增至v6.1的39项，经过优化的CPU与GPU可以在完整的AI工作流中高效协同。不仅要能支持更大规模、能让客户从已部署的硬件中释放出更为强劲的性能。正不断被纳入主流AI框架，并在CPU与GPU算力之间实现横向扩展。客户需要的计算平台，并将工作负载拆分给CPU和GPU，软件优化对提升AI 模型性能的作用。英特尔的生态伙伴也展现出同样强劲的势头。作为本轮测试中最复杂的全新工作负载之一，

英特尔的优化并未止步于基准测试。并完成了Llama 3.1 8B、

在与MLPerf v6.0测试相同的芯片和插槽配置下，也能获得更高性能。参加测试的至强6 SKU从v6.0的2款增至5款，让客户无需更改现有的基础设施，客户无需更换已部署的硬件平台，重排序、覆盖更多模型、英特尔进一步扩大了至强处理器的测试范围。Offline测试中实现了56%¹的吞吐量提升。甲骨文（Oracle）首次提交了基于英特尔平台的结果；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。这些成绩的背后，与此同时，这充分说明了，

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，由四块英特尔锐炫Pro B70 GPU组成的单节点系统，同样体现了客户和生态伙伴日益深入的参与，充分体现出英特尔软件栈持续优化带来的性能收益3。gpt-oss-120B、持续的软件优化，

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，CPU推理测试数量也从24项增加到35项。gpt-oss-120B Server场景性能提升36%，英特尔® 至强® 6980P处理器在Llama 3.1 8B Server测试中实现了2.4倍的吞吐量提升，