AI PC新突破 端側首次支持128K上下文窗口 實(shí)現2.2倍推理優(yōu)化
加入技術(shù)交流群
從協(xié)同設計到首日落地：面壁智能大模型如何在酷睿Ultra上實(shí)現2.2倍推理優(yōu)化
近日，面壁智能正式發(fā)布并開(kāi)源了「面壁小鋼炮」端側系列最新力作——MiniCPM 4.0模型，實(shí)現了端側可落地的系統級軟硬件稀疏化的高效創(chuàng )新。英特爾與面壁智能從模型開(kāi)發(fā)階段就緊密合作，實(shí)現了長(cháng)短文本多重推理效率的提升，端側AI PC 在Day 0全面適配，128K長(cháng)上下文窗口等多方面突破。
雙方開(kāi)展了深度技術(shù)協(xié)同，基于英特爾硬件架構定制投機解碼配置。通過(guò)硬件感知的草稿模型優(yōu)化策略，結合英特爾加速套件與KV Cache內存增強技術(shù)，實(shí)現端到端推理效率的2.2倍提升1，攜手為業(yè)界帶來(lái)了全新的模型創(chuàng )新和端側性能體驗。
此次，面壁推出的MiniCPM 4.0系列LLM模型擁有 8B、0.5B 兩種參數規模，針對單一架構難以兼顧長(cháng)、短文本不同場(chǎng)景的技術(shù)難題，MiniCPM 4.0-8B 采用「高效雙頻換擋」機制，能夠根據任務(wù)特征自動(dòng)切換注意力模式：在處理高難度的長(cháng)文本、深度思考任務(wù)時(shí)，啟用稀疏注意力以降低計算復雜度，在短文本場(chǎng)景下切換至稠密注意力以確保精度，實(shí)現了長(cháng)、短文本切換的高效響應。
目前，具有CPU、GPU、NPU三個(gè)AI運算引擎的英特爾酷睿Ultra處理器已迅速對此適配，并借助OpenVINO? 工具套件為MiniCPM 4.0系列模型提供優(yōu)化的卓越性能表現。英特爾再次在NPU上對模型發(fā)布提供第零日（Day 0）支持，為不同參數量模型和應用場(chǎng)景提供更多樣化的、更有針對性的平臺支持。
CPU及AI處理引擎 | ? 模型 | 精度 | 1st Token延遲(毫秒) | 2nd Token(每秒) |
Intel? Core? Ultra 7 258V(iGPU) | MiniCPM4-0.5B | FP16 | 59.94 | 87.62 |
Intel? Core? Ultra 7 258V(NPU) | MiniCPM4-0.5B | FP16 | 141.99 | 67.46 |
Intel? Core? Ultra 7 258V(iGPU) | MiniCPM4-8B | INT4-MIXED-ASYM | 694.60 | 21.3 |
Intel? Core? Ultra 7 258V(NPU) | MiniCPM4-8B | INT4-MIXED-CW-SYM | 1315.89 | 17.65 |
Intel? Core? Ultra 9 285H(iGPU) | MiniCPM4-0.5B | FP16 | 65.32 | 83.67 |
Intel? Core? Ultra 9 285H(iGPU) | MiniCPM4-8B | INT4-MIXED-ASYM | 645.63 | 21.39 |
* 上述測試評估了在int4混合精度和fp16精度設置下1K輸入的首詞元延遲和平均吞吐量。每項測試在預熱階段后執行三次，選取平均值作為報告數據。性能結果基于以下SKU1或SKU2配置2
在長(cháng)上下文窗口的技術(shù)創(chuàng )新方面，英特爾也有了新的突破。依托分塊稀疏注意力機制，結合深度算子融合與硬件驅動(dòng)的算法優(yōu)化，實(shí)現了長(cháng)文本緩存的大幅銳減，和推理效率的進(jìn)一步提升。 在保證輸出質(zhì)量的前提下，我們首次在基于英特爾銳炫? Pro B60上將長(cháng)上下文窗口擴展至128K。相較于稠密模型，首Token延遲降低了38%3，Token速率提升多達3.8倍3。經(jīng)過(guò)這樣的提升，一整部300多頁(yè)的哈利波特小說(shuō)，可以在90秒內完成閱讀、分析和總結。這不僅極大地提升了AI PC的用戶(hù)體驗，也為解鎖更多端側AI新應用建立了強大的基礎。未來(lái)，英特爾將持續保持與面壁的深度合作和協(xié)同研發(fā)，進(jìn)一步提升長(cháng)上下文窗口應用的性能。對128K的文本輸入進(jìn)行處理的效果請參考視頻演示。
在當今數字化時(shí)代，人工智能技術(shù)正以前所未有的速度發(fā)展，英特爾作為全球領(lǐng)先的科技企業(yè)和AI PC的發(fā)起和倡導者，始終致力于推動(dòng)端側AI模型的創(chuàng )新發(fā)展。
此次合作不僅彰顯了英特爾在A(yíng)I領(lǐng)域的強大技術(shù)實(shí)力，也體現了其對創(chuàng )新生態(tài)系統的堅定承諾。通過(guò)整合雙方的技術(shù)優(yōu)勢和資源，英特爾平臺和MiniCPM 4.0系列模型聯(lián)合解決方案的廣泛應用和落地部署已經(jīng)奠定了堅實(shí)的基礎，有望在智能生活、生產(chǎn)力提升等多個(gè)場(chǎng)景中發(fā)揮關(guān)鍵作用。
展望未來(lái)，英特爾將繼續與面壁智能保持緊密合作，同時(shí)積極拓展合作關(guān)系，不斷探索AI技術(shù)的新邊界。英特爾致力于通過(guò)持續創(chuàng )新，推動(dòng)人工智能技術(shù)的普及與發(fā)展，構建更加智能、高效的未來(lái)社會(huì )。
評論