近日，英特尔与端到端Serverless（无服务器）生成式AI和增强型分析方案提供商Aible合作，为企业客户提供了创新的解决方案，助力其在不同代际的英特尔®至强®CPU上运行生成式AI与检索增强生成（RAG）用例。此次合作包含了工程优化和基准测试项目，显著增强了Aible以低成本为企业客户提供生成式AI结果的能力，并帮助开发人员在应用中部署AI。在双方的通力合作下，该可扩展、高效的AI解决方案可通过高性能硬件帮助客户迎接AI挑战。

Aible的解决方案展示了CPU如何显著提升从运行语言模型至RAG的一系列最新AI工作负载性能。基于针对英特尔处理器的优化，Aible技术采用高效、智能的“端到端无服务器”方法，仅在产生用户请求时才会进行资源消耗。例如，基于用户查询，向量数据库仅需几秒即可激活并检索相关信息，而语言模型同样只需简单启动即可处理并响应用户请求，这种按需操作的运行模式有助于企业降低总拥有成本（TCO）。

虽然在多数情况下，RAG功能需通过利用GPU和加速器的并行处理能力来实现，但Aible的无服务器技术与英特尔至强处理器相结合，可使RAG用例完全由CPU来驱动。性能数据显示，多款不同代际的英特尔至强处理器均可高效运行RAG工作负载。

Aible通过无服务器的方式使用CPU，可在多个客户之间更为安全地共享底层计算资源，从而帮助客户有效降低生成式AI项目的运营成本。这种降低成本的方式可以类比为用户仅需在使用时购买电力，而非直接租赁发电机。此外，随着生成式AI需求的增长，性能优化和节能降耗变得愈发重要。Aible所提供的基于CPU的服务，为客户提供了一种经济、高效的解决方案。

根据Aible的基准测试分析，当客户采用基于CPU的无服务器解决方案运行RAG模型时，成本节省可高达55倍。大幅降低的成本证明了Aible独家方法的有效性，同时这种无服务器的CPU采用方式也减少了通过共享服务或专用服务器构建更为昂贵的、基于GPU的基础设施需求。

此次英特尔及英特尔实验室与Aible的合作，共同优化了至强处理器上的AI工作负载。值得一提的是，通过优化Aible针对AVX-512的代码，Aible在至强处理器上实现了显著的性能及吞吐量提升，这也彰显了战略性的软件优化对于整体效率的影响。

在Aible平台的支持下，RAG模型与英特尔至强处理器的结合可推动自然语言处理（NLP）、推荐系统、决策支持系统、内容生成等应用落地。

英特尔与Aible的合作始于第四代至强处理器的发布。此后，双方针对至强处理器的AI工作负载、代码和库进行了一系列优化，并大幅提升了Aible的产品性能。