新制造企业，CPU为何仍是首要选择？

  会议室大屏幕上

  写着三个醒目的大字：新制造

  这是一家做新能源汽车装备的制造企业

  老板目光如炬，野心勃勃

  按规划，这个智能工厂项目包括：

  机械臂、AGX、AI质检、产线小龙虾、数字孪生、边缘计算...

  每一项即将上线的应用

  都会疯狂索要着前所未有的算力支持

  所以，新工厂边上也会配套建设

  一座崭新的智算数据中心

  聊到数据中心的建设细节

  老板突然转过身，看向CIO老周

  “CPU。”老周的回答很干脆。

  老板一愣：“都智能体时代了，你还盯着CPU？”

  老周笑着说，“越是AI时代，越得先把CPU选对，底座太重要了。”

  既然老板问到了，老周也不含糊，把方案翻到服务器选型：

  “经过前期的深度技术研判与严苛的产线压力测试，我们倾向的核心底座是AMD EPYC Turin，新一代服务器 CPU。”

  老板不明觉厉地问：“给我个理由？”

  老周站起来走到PPT 前，伸出五个手指。

  工业制造与互联网*大区别在于

  对延迟和确定性的要求，近乎严苛

  老周拿工厂刚发生的事情举例

  ↓

  上周，产线上价值百万的激光焊接机械臂

  毫无征兆地出现了10毫秒的时延抖动

  导致一整批高精板材报废，损失巨大

  这事儿，大家伙都知道了吧

  对工厂而言，我们需要的是「确定性」

  准确讲，是「确定性延迟」

  无论是设备控制还是调度、故障预警

  几毫秒误差，就是实打实损失

  确定性背后

  是极其复杂的串行控制逻辑

  这恰恰是GPU的短板

  GPU擅长大规模矩阵计算

  一旦遇到大量分支判断和复杂控制逻辑

  GPU就有点力不从心

  如果选择AMD EPYC Turin

  它就能带给我们极致的确定性

  全新Zen5架构

  IPC(每时钟周期指令数)大幅提升

  再配合精准的硬件级分支预测器

  将时延抖动死死压制在微秒级

  产线再也掀不起任何大浪

  此外，高可靠性也很重要

  AMD EPYC强调硬件级芯片级防护

  说白了，就是从根儿上防护

  比如，高级硬件级安全加密(SEV-SNP)技术

  再比如，原生支持企业级 ECC 内存等

  这种满满的安全感

  正是我们这种生产级场景需要的

  老周又说了，继续拿我们工厂举例

  我们的一条产线上

  有德国设备、有日本机器手臂、

  有国产PLC、老款传感器、新式AI质检设备

  每套设备都有自己的语言(协议)

  老设备走 Modbus，机器人走 EtherCAT，新系统接 OPC UA，AGV调度平台走 MQTT，部分产线仍在用 Profibus...

  但是智能工厂的数据流动

  又必须依赖极为复杂的工业协议

  这时候，就需要一个“多语言同传中心”

  进行实时协议转换

  并将杂乱的工业数据进行清洗和打包

  发给上层AI平台或MES等系统

  这种通用任务就非常适合

  具备强悍计算能力的AMD EPYC

  *高192核的高密度核心

  再加上超高I/O带宽

  轻松处理数万个并发的工业传感器数据

  像我们企业过去二十年

  赖以生存的核心工业软件

  几乎100%都是基于x86架构开发

  上面沉淀了我们企业*宝贵的经验

  几乎没法无缝迁移到其它架构上去

  如果盲目换底座

  意味着这些工业经验代码

  需推倒重写，迁移成本高昂

  如果选AMD EPYC Turin

  我们就可以享受到它背后的

  超强生态红利

  AMD与全球众多工业软件巨头

  有着数十年的长期深度合作

  在 CAE、EDA、仿真、AI等场景里

  已经积累了大量联合优化经验

  到了实际落地层面

  选AMD EPYC，工程师们就轻车熟路了

  无需修改任何底层工业代码

  无需冒险迁移

  只需在熟悉的生态里升级算力底座

  新制造的核心理念之一是

  虚拟验证，物理量产

  比如，我们马上打算对

  汽车电池托盘冲压生产过程进行仿真

  仿真要回答的问题是↓

  冲压会不会起皱、开裂？压装力是否过大？零件装配后会不会产生应力集中？间隙和公差叠加后，装配精度能不能保证？

  数字孪生和工业仿真的背后

  涉及材料力学、结构强度、热传导学等

  需要HPC高性能计算

  采用FP64就是

  保障仿真结果高保真、高可信的首选精度

  此时，AMD EPYC Turin

  才是高精度工业仿真的好搭子

  ↓

  AMD EPYC Turin支持完整AVX-512指令集

  以及超高内存带宽、L3大缓存

  能够让海量的仿真数据

  直接在缓存中完成高速计算

  将新产线的调试周期从几个月缩短至几天

  长期以来

  AMD在HPC高性能计算领域处于*地位

  各大高校、科研机构自建HPC集群

  AMD EPYC几乎都是首选处理器

  比如我们的车间

  需要部署边缘算力节点做AI推理

  但是车间环境，你们也知道非常恶劣

  高温、粉尘、震动

  边缘设备放在这个环境中，要求挺苛刻

  一边实时采集数据，一边实时AI推理

  我们希望的是，边缘设备也少越好

  不能搞传统堆砌战术

  要求单台设备有足够强的算力

  和I/O扩展能力

  一台设备就能得插入各类采集卡

  AMD EPYC提供边缘与嵌入式系列

  一台1U单路服务器就能插满采集卡

  单插槽直接拉出128条PCIe 5.0高速通道

  在极低功耗下塞入*高192个核心

  颠覆臃肿架构，顺畅完成本地AI推理

  另一方面，也要重视

  AI推理性价比问题

  比如我们边缘的AI质检、工装识别场景

  *常用的 CV类或时序预测模型

  这类模型尺寸小，如果用匹配GPU

  属于大炮打蚊子，TCO性价比变得极差

  另外，AMD EPYC只凭CPU自身

  就能高效跑通边缘侧轻量型AI模型

  且边缘系列具有超长寿命和耐受力

  官方提供长达7年的“长寿”保证

  极大节省企业硬件投入和能耗成本

  ……

  听完老周的五点理由

  老板哈哈大笑，痛快审批预算

  半年后，智能工厂和智算中心顺利上线

  高效的运转与惊艳的产能

  吸引了业内大批客户前来参观取经

  每每问到建设心得

  老周还是那句老话

  ↓

  在AI新制造的时代

  以AMD EPYC Turin为代表的高性能CPU

  依然是*核心的通用算力底座

类型：广告