Перспективная платформа для адаптивных сервисов

Возможности для трансформации в мире цифровых технологий
Инновации в бизнесе, промышленности, науке и индустрии развлечений, связанные с развитием цифровых технологий, оказывают все большее влияние на мировую экономику. К 2020 году успех половины из 2000 крупнейших компаний мира будет зависеть от способности создавать продукцию, сервисы и возможности, усовершенствованные с помощью цифровых технологий1. Ожидается, что крупные компании увеличат свою прибыль от цифровой продукции на 80%2 благодаря усовершенствованию технологий и созданию новых моделей использования.

Платформа масштабируемых процессоров Intel® Xeon® обеспечивает основу для производительной платформы ЦОД, которая существенно повышает динамичность и масштабируемость.

Глобальная трансформация приводит к стремительному росту спроса на гибкие вычисления, сети и системы хранения. В будущем для рабочих нагрузок потребуются инфраструктуры, способные эффективно масштабироваться для соответствия самым разным требованиям к быстродействию и производительности. Экспоненциальный рост объемов создаваемых и используемых данных, быстрое распространение облачных вычислений, появление сетей 5G, применение высокопроизводительных вычислительных систем (HPC) и искусственного интеллекта (ИИ) в новых областях — все это требует срочной модернизации существующих ЦОД и сетей. В противном случае использующие их компании потеряют свои позиции в конкурентной среде. Эти требования стимулируют развитие архитектуры модернизированных, ориентированных на будущее, гибких и масштабируемых ЦОД и сетей.

Платформа масштабируемых процессоров Intel® Xeon® обеспечивает основу для производительной платформы ЦОД, которая существенно повышает динамичность и масштабируемость. Эти инновационные процессоры устанавливают новый стандарт для конвергенции и функциональности платформ в области вычислений, хранения данных, памяти, сети и безопасности. Организации и поставщики услуг в сфере облачных технологий и коммуникаций теперь могут запускать самые смелые цифровые проекты благодаря универсальной и многофункциональной платформе.

Смотреть инфографику ›

Повышение эффективности и снижение совокупной стоимости владения
Платформа масштабируемых процессоров Intel® Xeon® применяется для разных инфраструктур: от корпоративных до технических вычислительных систем. Она предназначена для модернизации ЦОД и повышения эффективности, что в дальнейшем позволит снизить совокупную стоимость владения и повысить производительность. Системы на базе платформы масштабируемых процессоров Intel® Xeon® обеспечивают гибкость сервисов и снижают совокупную стоимость владения до 65%3 4 благодаря более низкой стоимости ПО и лицензий на ОС, а также снижению затрат на приобретение, обслуживание и инфраструктуру.

На протяжении десятилетия предприятия стабильно внедряли виртуализацию. Большинство организаций воспользовались преимуществами определенных форм виртуализации, что привело к необходимости запуска все большего числа виртуальных машин (ВМ) на серверах ЦОД. Платформа масштабируемых процессоров Intel® Xeon® позволяет запускать в 4,2 раза5 больше ВМ на каждом сервере по сравнению с предыдущими поколениями процессоров. Это позволяет ИТ-подразделениям увеличить консолидацию сервисов при меньшем количестве аппаратного обеспечения.

Исключительная производительность
Платформа масштабируемых процессоров Intel® Xeon® обеспечивает стабильную беспрецедентную производительность для всевозможных задач благодаря новой архитектуре Intel® Mesh Architecture, расширенным ресурсам, аппаратному ускорению и новым технологиям.

При сравнении платформы масштабируемых процессоров Intel® Xeon® с системами на базе процессоров Intel® Xeon®, выпущенных четыре года назад и в прошлом году, отмечается, что процессоры нового поколения обеспечивают улучшенную производительность и больше возможностей для организаций, облачных вычислений, коммуникаций и высокопроизводительных систем5 6 7 8 9 10 11 12.

Фундаментальные улучшения:

  • Повышенная производительность каждого ядра: до 28 ядер, обеспечивающих высокую производительность и масштабируемость ресурсоемких рабочих нагрузок для вычислений, хранения данных и сети.
  • Повышенная пропускная способность и емкость памяти: пропускная способность и емкость памяти увеличены на 50%. Поддержка рабочих нагрузок с интенсивным использованием памяти за счет шести каналов памяти вместо четырех, как в процессорах предыдущего поколения.
  • Расширенная подсистема ввода-вывода: 48 каналов PCIe* 3.0 с высокой пропускной способностью для ресурсоемких рабочих нагрузок ввода-вывода.
  • Intel® Ultra Path Interconnect (Intel® UPI): до трех каналов Intel® UPI повышают масштабируемость платформы до восьми процессоров, а также улучшают внутреннюю полосу пропускания ЦП для рабочих нагрузок с активным использованием подсистемы ввода-вывода по сравнению с предыдущим поколением13 (с технологией Intel® Quick Path Interconnect (Intel® QPI)). Intel UPI — это оптимальный баланс улучшенной пропускной способности и энергоэффективности.
  • Intel® Advanced Vector Extensions 512 (Intel® AVX-512): удвоенное количество операций с плавающей запятой в секунду за тактовый цикл по сравнению с технологией Intel® Advanced Vector Extensions 2 (Intel® AVX2)14 предыдущего поколения позволит повысить производительность наиболее ресурсоемких вычислительных задач в различных приложениях, включая моделирование и имитацию, аналитику данных и машинное обучение, сжатие данных, визуализацию и создание цифрового контента.
  • Безопасность без компромиссов: практически полное отсутствие издержек на шифрование15 обеспечивает более высокую производительность для всех безопасных транзакций данных.

Инновационная интеграция
Впервые интегрированные в платформу технологии обеспечивают заметное повышение производительности и снижение уровня задержек во всей инфраструктуре.

  • Встроенные адаптеры Intel® Omni-Path Architecture (Intel® OPA) Host Fabric Interface: комплексная система коммутации с широкой полосой пропускания и низким уровнем задержек оптимизирует производительность и упрощает развертывание кластеров HPC за счет устранения необходимости в дискретных платах HFI. Встроены в ЦП.
  • Интегрированная технология Intel® QuickAssist Technology (Intel® QAT): аппаратное ускорение на базе набора микросхем для увеличивающихся рабочих нагрузок сжатия и шифрования обеспечивает более высокую производительность при осуществлении передачи и защиты данных во всей инфраструктуре серверов, систем хранения и сетей.
  • Интегрированный сетевой адаптер Intel® с масштабируемым адаптером iWARP* RDMA*: до 4 высокоскоростных 10-гигабитных сетевых портов для рабочих нагрузок с высокой пропускной способностью и низким уровнем задержек. Оптимально подходит для программно-определяемых систем хранения, решений NVM Express* over Fabric и миграции виртуальных машин. Встроен в набор микросхем.

Встроенные адаптеры Intel® Omni-Path Architecture (Intel® OPA) Host Fabric Interface: комплексная система коммутации с широкой полосой пропускания и низким уровнем задержек оптимизирует производительность и упрощает развертывание кластеров HPC.

Поддержка ведущего в отрасли хранилища
Инновационные технологии хранения могут существенно повысить эффективность и производительность рабочих нагрузок с интенсивным использованием данных.

  • Поддержка твердотельных накопителей Intel® Optane™ и твердотельных накопителей Intel® 3D NAND: наилучшее в отрасли сочетание высокой пропускной способности, низкого уровня задержек, высокого качества обслуживания и повышенной надежности для устранения проблем, ограничивающих доступ к данным.
  • Безопасное развертывание систем хранения нового поколения с помощью Intel® Volume Management Device (Intel® VMD): горячая замена твердотельных накопителей с интерфейсом NVMe, подключенных к шине PCIe*, без необходимости отключения системы. Управление посредством стандартизированной индикации ускоряет процесс проверки состояния накопителей. Благодаря этой стандартизации твердотельные накопители с интерфейсом NVMe* отличаются надежностью, доступностью и удобством обслуживания (RAS), поэтому вы сможете осуществлять безопасное развертывание систем хранения нового поколения.
  • Библиотека Intel® Intelligent Storage Acceleration Library (Intel® ISA-L): оптимизация операций хранения данных, например шифрования, для повышения производительности хранилища.
    • До 3,1 раза более быстрое криптографическое хеширование алгоритмов SHA с использованием технологии Intel® AVX-51216.
    • До 1,2 раза быстрее выполнение алгоритма для AES-128-GCM16.
    • До 2 раз выше производительность выполнения помехоустойчивого кода Рида–Соломона с применением технологии Intel® AVX-51216.

Дополнительные возможности для еще большего повышения производительности и масштабируемости
Intel предлагает широкий ассортимент аппаратного и программного обеспечения для нового процессора.

  • Процессор Intel® Xeon Phi™ — это оптимальная основа для высокопараллельной обработки данных, например для машинного обучения, моделирования и визуализации.
  • Устройства Intel® FPGA обеспечивают значительное ускорение процессов17 наряду с гибкостью программируемого аппаратного обеспечения для снижения уровня задержек при выполнении различных задач, включая виртуальную коммутацию, сетевые сервисы, аналитику данных и искусственный интеллект.
  • Широкий ассортимент программных средств и библиотек для высокопараллельных вычислений позволяет разработчикам оптимизировать приложения для архитектуры Intel®.

Улучшенная технология Platform Trust
Надежность и защита данных и платформы вызывают наибольшую обеспокоенность у предприятий, которым приходится решать все больше проблем, связанных с безопасностью данных и конфиденциальностью. Платформа масштабируемых процессоров Intel® Xeon® позволяет создавать высоконадежные инфраструктуры, обеспечивающие надежную защиту данных, отказоустойчивость и продолжительное время бесперебойной работы.

Улучшенная защита данных и повышенная надежность для всех рабочих нагрузок:

  • Усовершенствованная технология Intel® Run Sure: новые усовершенствования улучшают надежность, доступность и удобство обслуживания (RAS), а также время бесперебойной работы сервера для выполнения наиболее важных рабочих нагрузок. Дополнительные аппаратные возможности, включая усовершенствованную системную шину MCA, восстановление, а также адаптивную коррекцию ошибок на нескольких устройствах, позволяют выполнять диагностику и восстановление после ошибок, которые ранее считались неустранимыми. Они также позволяют обеспечить целостность данных в подсистеме памяти.
  • Технология Intel® Key Protection (Intel® KPT) с интегрированной технологией Intel® QAT и технологией Intel® Platform Trust (Intel® PTT): обеспечивают аппаратные функции безопасности путем эффективной защиты ключей и данных — хранящихся, используемых и передаваемых.
  • Технология Intel® Trusted Execution (Intel® TXT) с активацией одним касанием: обеспечивает повышенную безопасность платформы, а также упрощенное и масштабное развертывание технологии Intel® TXT.

Поскольку все больше ресурсоемких рабочих нагрузок проходит через ЦОД, этот комплексный набор усовершенствованных аппаратных функций обеспечивает улучшенные механизмы защиты данных и платформы для надежных сервисов в корпоративных и облачных средах.

Процессор Intel® Xeon® обеспечивает стабильную производительность для различных рабочих нагрузок

 

Что важнее всего?

Преимущества платформы масштабируемых процессоров Intel® Xeon®

Корпоративная инфраструктура и облако

Упростите процессы с помощью совместимой инфраструктуры для виртуализации

Обеспечьте соответствие самым строгим соглашениям об уровне обслуживания

Быстрое развертывание. Виртуальные машины (ВМ) Intel совместимы с другими серверами на базе технологий Intel®.

Высокое быстродействие.

HPC

Максимальная производительность и эффективность векторной обработки данных с плавающей запятой

Высокая производительность при меньшем количестве серверов.

Система хранения данных

Обеспечение детерминированного отклика хранилища

Детерминированная производительность. Ядра, кэш-память, память и технология ввода-вывода в одной микросхеме.

Коммуникации

Обеспечение эффективной работы различных сервисов

Высокая эффективность и аппаратное ускорение платформы с функциями для обработки данных приложений, управления, обработки пакетов и сигналов.

Динамическое и высокоэффективное предоставление сервисов
Конвергенция повышенной производительности вычислений, памяти, сети и хранилища в сочетании с оптимизацией экосистемы ПО делает платформу масштабируемых процессоров Intel® Xeon® оптимальным решением для виртуализованных программно-определяемых ЦОД с динамическим самостоятельным выделением ресурсов — локально, через сеть и в общедоступном облако — в зависимости от требований рабочих нагрузок.

Мощные инструменты и технологии для адаптивных центров обработки данных:

  • Новые возможности Intel® VT-x:
    • Виртуализация технологии Mode Based Execution Control (MBE): дополнительная защита от вредоносных атак в виртуализованной среде с помощью гипервизоров для более надежной проверки и обеспечения целостности кода на уровне ядра.
    • Виртуализация функции Timestamp Counter Scaling (TSC): оптимизация рабочих нагрузок в гибридных облачных средах за счет перемещения виртуальных машин между процессорами, работающими с разными базовыми частотами.
  • Intel® Node Manager 4.0: позволяет ИТ-подразделению интеллектуально управлять мощностью, охлаждением и вычислительными ресурсами ЦОД, а также оптимизировать их, увеличивая эффективность и снижая при этом вероятность перегрева, который повлечет за собой дополнительные расходы.

Надежные функциональные платформы для организаций, использующих гибридное облако и работающих с большими объемами данных
Организации извлекают пользу из поступающих к ним колоссальных потоков данных: анализируя данные, они соответствующим образом корректируют свои стратегии. Традиционные и новые приложения организаций, включая прогнозную аналитику, машинное обучение и высокопроизводительные вычисления, требуют более мощных вычислительных возможностей и большего объема многоуровневого хранилища данных. Модернизированный ЦОД проектируется с применением достаточно гибкого комплексного подхода, позволяющего уже сегодня предоставлять новые сервисы и снижать совокупную стоимость владения ресурсами инфраструктуры, обеспечивая при этом наиболее эффективную и масштабируемую базу для самоуправляемых гибридных ЦОД.

Однако организации, работа которых основывается на фундаментальных рабочих нагрузках, например на OLTP и веб-инфраструктуре, стремятся снизить совокупную стоимость владения за счет более высокопроизводительных инфраструктур.

Масштабируемые процессоры Intel® Xeon® обеспечат организациям возможности нового поколения с помощью ориентированной на будущее платформы, которая удовлетворяет всем требованиям новой эпохи гибридных облачных сред и огромных объемов данных. Кроме того, платформа помогает усовершенствовать выполнение повседневных задач, обрабатывая до 58% больше запросов в секунду для выполнения рабочих нагрузок18. Эта универсальная платформа обеспечивает уникальный уровень производительности вычислений в совокупности с усовершенствованной памятью и технологией ввода-вывода для ресурсоемких приложений, чувствительных к задержкам. В сочетании с инновационным семейством твердотельных накопителей Intel® для ЦОД для управления большим объемом данных хранилища, кэширования и памяти платформы на базе масштабируемых процессоров Intel® Xeon® способны удовлетворить самым взыскательным требованиям в эпоху данных и облачных технологий. 

Широкий ассортимент вариантов комплектации в соответствии с различными рабочими нагрузками делает платформу масштабируемых процессоров Intel® Xeon® оптимальным решением для развертывания высокоэффективных виртуализованных инфраструктур для вычислений, систем хранения и сетей.

Основные сведения об инновациях для предприятий:

  • До 28 высокопроизводительных ядер, шесть каналов памяти и 48 каналов PCIe* 3.0
  • До трех каналов Intel UPI
  • Поддержка твердотельных накопителей Intel® Optane™ и Intel® 3D NAND
  • Усовершенствованная технология Intel® Run Sure

В сочетании с комплектом Data Plane Development Kit (DPDK) и технологией Intel® QAT новый процессор позволяет увеличить производительность сети, предоставляя поставщикам услуг возможность предлагать больший трафик для увеличения количества услуг и прибыли, а также помогая им подготовиться к переходу на 5G19 20 21.

Платформа нового поколения для сетей, оптимизированных для облачных инфраструктур и 5G, а также для виртуальных сетей нового поколения
Предстоящая эра 5G приведет к появлению качественно новых экосистем и классов потребительских и корпоративных услуг наряду с мультимедийными приложениями для беспроводных и проводных сетей. Эти инновационные примеры использования больших объемов данных, которые появились благодаря Интернету вещей, визуальным вычислениям и аналитике, представляют собой возможности увеличения прибыли для поставщиков коммуникационных услуг. 

Переход от специализированных инфраструктур с фиксированным функционированием к новому поколению открытых сетей — это важный шаг в подготовке к 5G. Программно-определяемые сети с виртуализацией сетевых функций (NFV) открывают новые возможности предоставления услуг и повышения эффективности операций для поставщиков коммуникационных услуг и организаций. Применение гибких оптимизированных серверов, соответствующих отраслевым стандартам, и виртуализованных сетевых функций с оркестрацией позволит эффективно и быстро внедрять инновационные сервисы на инфраструктурах, ориентированных на будущее. 

Такие распределенные коммуникационные сети могут поддерживать высочайший уровень масштабируемости, динамичности, программируемости и безопасности для постоянно увеличивающегося объема самых разных рабочих нагрузок сети: от ядра до границы сети. 

Платформа масштабируемых процессоров Intel® Xeon® — это основа для платформ нового поколения, предназначенных для создания виртуализованных сетей, оптимизированных для облачных сред и 5G. Платформа предоставляет быстро масштабируемую и адаптивную архитектуру, которая удовлетворяет требованиям новых приложений и конвергенции основных рабочих нагрузок, включая приложения и сервисы, обработку данных в плоскости управления, высокопроизводительную обработку пакетов и обработку сигналов. Новый процессор предоставляет основу для высокоавтоматизированных и быстродействующих динамичных сетей, которые способны работать в условиях облачной экономики и поддерживать более быстрое и безопасное предоставление новых и улучшенных сервисов, которые появятся после внедрения 5G.

Основные сведения об инновациях для поставщиков коммуникационных услуг:

  • Аппаратное ускорение шифрования и сжатия данных с помощью интегрированной технологии Intel® QAT.
  • Интегрированный сетевой адаптер Intel
  • Устройства Intel FPGA обеспечивают максимальную универсальность в коммуникационной инфраструктуре
  • Технология Intel® KPT с интегрированными технологиями Intel® QAT и Intel® PTT
  • Intel® TXT с активацией одним касанием

Дополнительные ресурсы, оптимизированные для поставщиков коммуникационных услуг
Комплект Data Plane Development Kit (DPDK) с открытым исходным кодом обеспечивает оптимизированные коммуникации на архитектуре Intel. Чем больше у процессора ядер и чем выше нагрузка на него, тем более высокую производительность обеспечивает DPDK, что позволяет справляться с большими рабочими нагрузками, например с векторной обработкой пакетов (VPP) IPSec. Кроме того, эти библиотеки предоставляют предварительно оптимизированные механизмы, которые позволяют новым технологиям процессора (например, Intel AVX-512 и усовершенствования памяти и технологии ввода-вывода) реализовать новые функции для повышения производительности обработки пакетов при сокращении усилий, затраченных на разработку.

Intel предлагает различные программы (например, Intel® Network Builders University), которые идеально подходят для преобразования сети в эпоху 5G. Благодаря руководствам по решениям и обучающим курсам этих программ поставщики коммуникационных услуг могут уверенно осуществлять процесс трансформации сети.

Платформа масштабируемых процессоров Intel® Xeon® обеспечивает повышенную производительность для 13 наиболее распространенных рабочих нагрузок HPC.

Инновационные технологии для HPC и высокопроизводительного анализа данных
За современными научными открытиями стоят инновационные алгоритмы, новые источники и огромные объемы данных, а также усовершенствования вычислительных систем и систем хранения данных. HPC-кластеры не только извлекают пользу из экспоненциально увеличивающихся объемов данных и их видов, но и позволяют выполнять рабочие нагрузки высокопроизводительного анализа данных (HPDA), что в свою очередь ведет к невероятным открытиям и получению данных, крайне важных для ведения бизнеса. Машинное обучение, глубинное обучение и искусственный интеллект объединяют возможности крупномасштабных вычислений и огромные объемы данных для создания приложений нового поколения, например автономных систем и беспилотных автомобилей.

Платформа масштабируемых процессоров Intel® Xeon® предоставляет общую платформу для искусственного интеллекта, обеспечивая высокую пропускную способность для обучения и анализа: до 18 раз выше скорость анализа22 и до 19 раз — обучения23 по сравнению с системами четырехлетней давности.

Высокопроизводительные вычисления — это уже не прерогатива только крупных научных институтов. Организации все чаще используют высокопроизводительные вычисления. Самые крупные HPC-кластеры принадлежат частным нефтяным и газовым компаниям. Для исследований в области персонализированной медицины используются высокопроизводительные вычисления, которые позволяют подобрать индивидуальные планы лечения. Новые HPC-системы позволяют применять к инновационным, конвергентным архитектурам новые модели использования, которые сочетают моделирование, ИИ, визуализацию и аналитику в одном суперкомпьютере.

HPC-платформы — от самых небольших кластеров до крупнейших суперкомпьютеров — требуют балансировки ресурсов для вычислений, памяти, хранилища и сети. Платформа масштабируемых процессоров Intel® Xeon® спроектирована для обеспечения такого баланса с широкими возможностями масштабирования до десятков тысяч ядер. Благодаря увеличенному количеству ядер, ячеистой архитектуре, новым технологиям, поддержке памяти и запоминающих устройств Intel® Optane™ эта платформа позволяет достичь конечной цели высокопроизводительных вычислений — добиться максимальной производительности вычислительных систем, памяти, хранилища и сети без возникновения ограничений при использовании одних и тех же ресурсов.

Интеграция архитектуры Intel Omni-Path — комплексной высокопроизводительной структуры — в платформу масштабируемых процессоров Intel® Xeon® позволяет повысить производительность и масштабируемость распределенных параллельных вычислительных кластеров. Практически линейное масштабирование до 32 узлов позволяет создавать крупные HPC-системы с неограниченными межсоединениями. Платформа масштабируемых процессоров Intel® Xeon® в сравнении с процессорами Intel® Xeon® предыдущего поколения обеспечивает в 1,63 раза более высокий уровень производительности для 13 наиболее распространенных рабочих нагрузок HPC, используемых для научных исследований и финансовых операций.24 В сочетании с архитектурой Intel Omni-Path эти процессоры позволяют проводить исследования и создавать более быстрые решения для высокопараллельных рабочих нагрузок в большинстве ЦОД.

Основные сведения об инновациях для HPC:

  • Intel Ultra Path Interconnect
  • Intel Advanced Vector Extensions 512
  • Интегрированный адаптер Intel Omni-Path Architecture Host Fabric Interface
  • Поддержка твердотельных накопителей Intel® Optane™ и Intel® 3D NAND

Дополнительные технологии для HPC, HPDA и ИИ:

  • Загрузочный процессор Intel® Xeon Phi™ серии 7200 с архитектурой Many Integrated Core (MIC) — это оптимальная основа для высокопараллельных рабочих нагрузок, включая машинное обучение, моделирование и визуализацию.
  • Широкий ассортимент высокоэффективных программных средств, оптимизированные библиотеки, фундаментальные компоновочные блоки и гибкие платформы для общих и высокопараллельных вычислений позволяют упростить рабочие нагрузки и помогают разработчикам в создании кодов для получения максимальных возможностей архитектуры Intel для HPC и ИИ.
  • Оптимизация популярных платформ глубинного обучения для архитектуры Intel, включая Neon*, Caffe*, Theano*, Torch* и TensorFlow*, обеспечивает дополнительное преимущество и производительность для специалистов по обработке данных.
  • Intel® Parallel Studio XE 2017 содержит библиотеки производительности, например Intel® Math Kernel Library для глубоких нейронных сетей (Intel® MKL-DNN), которые позволяют ускорить работу платформ для глубинного обучения на архитектуре Intel, а также Intel® Data Analytics Acceleration Library (Intel® DAAL) для ускорения аналитики больших данных.

Оптимизированные ресурсы для HPC
Для дальнейших исследований с применением HPC в эпоху эксафлопсных вычислений программа Intel® Modern Code предлагает разработчикам и специалистам по обработке данных технические очные и онлайн-семинары по модернизации кода. Темы семинаров включают векторизацию, макеты памяти и данных, многопоточность и многоузловое программирование.

Информация о продукте и производительности

3

Результаты эталонных тестов получены до применения недавних пакетов исправлений ПО и обновлений встроенного ПО, предназначенных для устранения уязвимостей под названием «Spectre» и «Meltdown». После установки этих обновлений данные результаты могут быть неприменимы к вашему устройству или системе.

Программное обеспечение и рабочие задачи, используемые в тестах оценки производительности, оптимизированы для обеспечения высокой производительности только с микропроцессорами Intel®. Тесты производительности, такие как SYSmark* и MobileMark*, проводятся для конкретных конфигураций вычислительных систем, компонентов, программного обеспечения, операций и функций. Любые изменения этих параметров могут привести к изменению конечных результатов. При принятии решения о покупке следует обращаться к другим источникам информации и данным тестирования производительности, в том числе к информации о производительности данного продукта в сочетании с другими продуктами. Подробная информация: http://www.intel.ru/benchmarks.

4

Пример оценки снижения совокупной стоимости владения до 65% за 4 года основан на оценке эквивалентных по производительности стоечных систем с использованием виртуализованной рабочей нагрузки консолидации VMware ESXi*. Сравнивались 20 установленных двухпроцессорных серверов с процессором Intel® Xeon® E5-2690 (прежнее название «Sandy Bridge-EP») с запущенным ПО VMware ESXi* 6.0 GA с использованием гостевой ОС RHEL* 6.4 с совокупной стоимостью 919 362 доллара и 5 новых процессоров Intel® Xeon® 8180 класса Platinum (Skylake) с запущенным ПО VMware ESXi* 6.0 U3 GA с использованием гостевой ОС RHEL* 6 (64-разрядная версия) с совокупной стоимостью 320 879 долларов, включая приобретение базового оборудования. Предположительная цена сервера основана на текущих опубликованных розничных ценах серверов OEM-производителей на базе процессоров Broadwell — цены могут изменяться на основании фактической стоимости предлагаемых систем.

5

Заявление «До 4,2 раз больше ВМ» основано на рабочей нагрузке консолидации виртуализации сервера: основано на внутренних оценках Intel® — 1 узел, 2 процессора Intel® Xeon® E5-2690 на архитектуре Romley-EP, общий объем памяти 256 ГБ в VMware ESXi* 6.0 GA с использованием гостевой ОС RHEL* 6.4, glassfish 3.1.2.2, postgresql9.2. Источник данных: номер запроса 1718, тест: консолидация виртуализации сервера, результат: 377,6 при 21 ВМ по сравнению со следующей конфигурацией: 1 узел, 2 процессора Intel® Xeon® 8180 класса Platinum на архитектуре Wolf Pass SKX, общий объем памяти 768 ГБ в VMware ESXi 6.0 U3 GA с использованием гостевой ОС RHEL* 6 (64-разрядная версия). Источник данных: номер запроса 2563, тест: консолидация виртуализации сервера, результат: 1580 при 90 ВМ (лучшим является более высокий результат). Чем выше, тем лучше.

6

Up to 5x claim based on OLTP Warehouse workload: 1-Node, 4 x Intel® Xeon® processor E7-4870 on Emerald Ridge with 512 GB Total Memory on Oracle Linux* 6.4 using Oracle 12c* running 800 warehouses. Data Source: Request Number: 56, Benchmark: HammerDB, Score: 2.46322e+006 Higher is better vs. 1-Node, 4 x Intel® Xeon® Platinum 8180 processor on Lightning Ridge SKX with 768 GB Total Memory on Red Hat Enterprise Linux* 7.3 using Oracle 12.2.0.1 (including database and grid) with 800 warehouses. Data Source: Request Number: 2542, Benchmark: HammerDB, Score: 1.2423e+007 Higher is better.

7

Up to 1.52x claim based on HammerDB*: 1-Node, 4 x Intel® Xeon® processor E7-8890 v4 on Brickland (Patsburg) with 1536 GB Total Memory on Oracle Linux* 7.1 using Oracle* 12.1.0.2.0 (including database and grid) with 800 warehouses. Data Source: Request Number: 2239, Benchmark: HammerDB, Score: 8.17145e+006 vs. 1-Node, 4 x Intel® Xeon® Platinum 8180 processor on Lightning Ridge SKX with 768 GB Total Memory on Red Hat Enterprise Linux* 7.3 using Oracle 12.2.0.1 (including database and grid) with 800 warehouses. Data Source: Request Number: 2542, Benchmark: HammerDB, Score: 1.2423e+007 Higher is better.

8

Up to 1.5x more VMs based on virtualization consolidation workload : 1-Node, 2 x Intel® Xeon® processor E5-2699 v4 on Grantley-EP (Wellsburg) with 512 GB Total Memory on VMware ESXi* 6.0 Update 1 using Guest VM’s utilize RHEL 6 64bit OS. Data Source: Request Number: 1637, Benchmark: server virtualization workload, Score: 1034 @ 58 vs. 1-Node, 2 x Intel® Xeon® Platinum 8180 processor on Wolf Pass SKX with 768 GB Total Memory on VMware ESXi6.0 U3 GA using Guest VM’s utilize RHEL 6 64bit OS. Data Source: Request Number: 2563, Benchmark: server virtualization workload, Score: 1580 @ 90 VMs Higher is better.

9

Up to 2.7x claim based on DPDK L3 Packet Forwarding: Intel® Xeon® E5-2650 processors 2.00GHz, 8 GT/s QPI, 20MB L3 cache, Patsburg Chipset (C0 stepping), Grizzly Pass Platform (R2216GZBPP), DDR3 1333MHz, 8 x dual rank 4GB (total 32GB), 4 memory channels per socket Configuration, 1 DIMM per channel, 6 x Intel® 82599 dual-port PCI-Express* Gen2 x8 10 Gb Ethernet NIC, 1 x Intel® 82599 dual-port Gen2 x8 I/O expansion module10 Gb Ethernet NIC, BIOS version S5500.86B.01.00.0048, Operating system: Fedora Core* 15, Kernel version: 2.6.38.4, IxNetwork* 6.0.400.22, DPDK version: FD5_1 Score: 102Gbits/s packet forwarding at 256B using cores vs. Gold 6152: Estimates based on Intel internal testing on Intel® Xeon® 6152 2.1 GHz, 2x Intel®, FM10420(RRC) Gen Dual Port 100GbE Ethernet controller (100Gbit/card) 2x Intel® XXV710 PCI Express Gen Dual Port 25GbE Ethernet controller (2x25G/card), DPDK 17.02. Score: 281 Gbits/s packet forwarding at 256B packet using cores, IO and memory on a single socket.

10

Up to 1.7x claim based on DPDK L3 Packet Forwarding: E5-2658 v4: 5 x Intel® XL710-QDA2, DPDK 16.04. Benchmark: DPDK l3fwd sample application Score: 158 Gbits/s packet forwarding at 256B packet using cores. Gold 6152: Estimates based on Intel internal testing on Intel® Xeon® 6152 2.1 GHz, 2x Intel®, FM10420(RRC) Gen Dual Port 100GbE Ethernet controller (100Gbit/card) 2x Intel® XXV710 PCI Express* Gen Dual Port 25GbE Ethernet controller (2x25G/card), DPDK 17.02. Score: 281 Gbits/s packet forwarding at 256B packet using cores, IO and memory on a single socket.

11

Up to 8.2x claim based on Intel® Distribution for LINPACK* Benchmark: 1-Node, 2 x Intel® Xeon® processor E5-2690 on Intel® Server Board S2600CP2 with 32 GB Total Memory on Red Hat Enterprise Linux* 6.0 (Santiago) kernel version 2.6.32-504.el6.x86_64 using Intel® Distribution for LINPACK Benchmark using 56000 problem size. Score: 366.0 GFLOPS/s vs. 1-Node, 2 x Intel® Xeon® Platinum 8180 processor on Purley-EP (Lewisburg) with 192 GB Total Memory on Ubuntu 17.04 using MKL 2017 Update 2. Data Source: Request Number: 2535, Benchmark: Intel® Distribution for LINPACK Benchmark, Score: 3007.8 GFLOPS/s Higher is better.

12

Up to 2.2x claim based on Intel® Distribution for LINPACK* Benchmark: 1-Node, 2 x Intel® Xeon® processor E5-2699 v4 on Grantley-EP (Wellsburg) with 64 GB Total Memory on Red Hat Enterprise Linux* 7.0 kernel 3.10.0-123 using MP_LINPACK 11.3.1 (Composer XE 2016 U1). Data Source: Request Number: 1636, Benchmark: Intel® Optimized MP LINPACK*, Score: 1446.4 GFLOPS/s vs. 1-Node, 2 x Intel® Xeon® Platinum 8180 processor on Purley-EP (Lewisburg) with 192 GB Total Memory on Ubuntu* 17.04 using MKL 2017 Update 2. Data Source: Request Number: 2535, Benchmark: Intel® Distribution for LINPACK Benchmark, Score: 3007.8 GFLOPS/s Higher is better.

13

More inter-CPU bandwidth. 10.4 GT/s on Intel® Xeon® Scalable processors vs. 9.6 GT/s on Intel® Xeon® processor E5-2600 v4 product family.

14

As measured by Intel comparing Intel® Xeon® processor Scalable family with Intel® Advanced Vector Extensions 512 (Intel® AVX-512) to an Intel® Xeon® E5 v4 processor with Intel® Advanced Vector Extensions 2 (Intel® AVX2).

15

BigBench*, Near Zero encryption overhead: BigBench query Runtime/second. Testing done by Intel.  BASELINE: Platform 8168, NODES 1 Mgmt + 6 Workers, Make Intel Corporation, Model S2600WFD, Form Factor 2U, Processor Intel® Xeon® Platinum 8168, Base Clock 2.70 GHz, Cores per socket 24, Hyper-Threading Enabled, NUMA mode Enabled, RAM 384 GB DDR4, RAM Type 12x 32 GB DDR4, OS Drive Intel® SSD DC S3710 Series (800 GB, 2.5 in SATA 6Gb/s, 20nm, MLC), Data Drives 8x – Seagate Enterprise 2.5 HDD ST2000NX0403 2 TB, Intel® SSD DC P3520 Series (2.0TB), Temp Drive DC 3520 2 TB, NIC Intel  X722 10 GBE – Dual Port, Hadoop Cloudera* 5.11, Benchmark TPCx-BB 1.2, Operating System CentOS* Linux release 7.3.1611 (Core); HDFS encryp-tion turned OFF. vs. NEW: Platform 8168, NODES 1 Mgmt + 6 Workers, Make Intel Corporation, Model S2600WFD, Form Factor 2U, Processor Intel® Xeon® Platinum 8168, Base Clock 2.70 GHz, Cores per socket 24, Hyper-Threading Enabled, NUMA mode Enabled, RAM 384 GB DDR4, RAM Type 12x 32 GB DDR4, OS Drive Intel® SSD DC S3710 Series (800 GB, 2.5 in SATA 6 Gb/s, 20nm, MLC), Data Drives 8x – Seagate Enterprise  2.5 HDD ST2000NX0403 2 TB, Intel® SSD DC P3520 Series (2.0 TB), Temp Drive DC 3520 2 TB, NIC Intel X722 10 GBE – Dual Port, Hadoop Cloudera* 5.11, Benchmark TPCx-BB 1.2, Operating System CentOS* Linux release 7.3.1611 (Core); HDFS encryption turned ON.

16

3.1x, 1.2x, 2x ISA-L configuration. Intel® Xeon® processor Scalable family: Intel® Xeon® Platinum 8180 processor, 28C, 2.5 GHz, H0, Neon City CRB, 12x16 GB DDR4 2666 MT/s ECC RDIMM, BIOS PLYCRB1.86B.0128.R08.1703242666.

Intel® Xeon® E5-2600v4 series processor, E5-2650 v4, 12C, 2.2 GHz, Aztec City CRB, 4x8 GB DDR4 2400 MT/s ECC RDIMM, BIOS GRRFCRB1.86B.0276.R02.1606020546

Operating System: Redhat Enterprise Linux* 7.3, Kernel 4.2.3, ISA-L 2.18, BIOS Configuration, P-States: Disabled, Turbo: Disabled, Speed Step: Disabled, C-States: Disabled, ENERGY_PERF_ BIAS_CFG: PERF.

17

As measured by Intel® Xeon® processor Scalable family with Intel® FPGA optimized workload and Intel® Xeon® processor Scalable family without FPGA optimized workload.

18

Up to 1.58x claim based on Ghost-NodeJS workload: 1-Node, 2 x Intel® Xeon® processor E5-2699 v4 on Wildcat Pass with 384 GB Total Memory on Ubuntu* 16.04 LTS using Node.js version 6.9.2, MySQL* Maria DB version 15.1 Distrib 10.0.30. Data Source: Request Number: 2687, Benchmark: Ghost-NodeJS, Score: 2308 Higher is better vs. 1-Node, 2 x Intel® Xeon® Platinum 8180 processor on Wolf Pass SKX with 384 GB Total Memory on Ubuntu 16.10 using Node.js version 6.9.2, MySQL Maria DB version 15.1 Distrib 10.0.30. Data Source: Request Number: 2687, Bench-mark: Ghost-NodeJS, Score: 3647 Higher is better.

19

Up to 1.77x claim based on DPDK L3 Forwarding: E5-2658 v4: 5 x Intel® XL710-QDA2, DPDK 16.04. Benchmark: DPDK l3fwd sample application. Vs. Gold 6152: Estimates based on Intel internal testing on Intel® Xeon® 6152 2.1 GHz, 2x Intel®, FM10420(RRC) Gen Dual Port 100GbE Ethernet controller (100Gbit/card) 2x Intel® XXV710 PCI Express* Gen Dual Port 25GbE Ethernet controller (2x25G/card), DPDK 17.02. Score: 281 Gbits/s packet forwarding at 256B packet using cores, IO and memory on a single socket.

20

Up to 2.5x claim based on DPDK IPSec Seg-gw benchmark: Intel® Xeon® E5-2658 v4, Intel® PCH C612, DDR4-2400 Intel® 895XCC based Quick Assist Accelerator Adapter PCIe* Gen3 x8 links, DPDK 16.11 IPSec-secgw,1420 B packet). Intel® DPDK 16.11 IPsec-secgw sample application. Cores, IO, packet buffer memory, and processing cores are on a single socket. 6 cores used on one Socket, Crypto algorithm: AES-128-CBC-HMAC-SHA1 vs. Intel® Xeon® 6152 2.1 GHz, 3x Intel® Corporation, Ethernet Controller X710 (4x10 Gbe ports per card), Lewisburg B0 Quick Assist Accel-erator with PCIe Gen3 x24 links, Intel® DPDK 17.02 IPsec-secgw,  Intel® QAT1.7.Upstream.L.1.0.0-15, 6 cores used. Cores, IO, packet buffer memory, and processing cores are on a single socket. 6 cores used on one Socket, Crypto algorithm: AES-128-CBC-HMAC-SHA1.

21

Up to 2.4x claim based on TLS Web Proxy using NGINX®: Intel® Xeon® E5-2658 v4, DDR4-2133, Intel® PCH C612, Intel® 895XCC based QuickAssist Accelerator Adapter PCIe* Gen3 x8 links, OpenSSL-Async (0.4.9-009) + NGINX-1.6.2 (0.1.0-008), QAT1.6.L.2.6.0-60. Cores, IO, packet buffer memory, and processing cores are on a single socket. 6 cores used on one Socket 12Cores are used, Crypto algorithm: AES-128-CBC-HMAC-SHA1 vs. Intel Xeon 6152 2.10 GHz, DDR4-2400 3x Intel® Corporation Ethernet Controller X710 (4 x10 Gbe ports per card), 1x Intel® Corpora-tion Ethernet Controller X710 (2 x10 Gbe ports per card), PCIe x16 to 2 x8 PCIe bifurcation plugin card, Lewisburg-L B1 QuickAssist Accelerator with PCIe Gen3 x24 links, Intel®OpenSSL-1.0.1u + NGINX-1.9.6, Intel® QAT1.7.Upstream.L.1.0.0-15. Cores, IO, packet buffer memory, and processing cores are on a single socket. 6 cores used on one Socket, 20Core are used. Crypto algorithm: AES-128-CBC-HMAC-SHA1.

22

Inference: Platform: 2S Intel® Xeon® Platinum 8180 CPU @ 2.50 GHz (28 cores), HT disabled, turbo disabled, scaling governor set to “performance” via intel_pstate driver, 384GB DDR4-2666 ECC RAM. CentOS* Linux release 7.3.1611 (Core), Linux kernel 3.10.0-514.10.2.el7.x86_64. SSD: Intel® SSD DC S3700 Series (800GB, 2.5in SATA 6Gb/s, 25nm, MLC). Performance measured with: Environment variables: KMP_AFFINITY=’granularity=fine, compact‘, OMP_NUM_THREADS=56, CPU Freq set with cpupower frequency-set -d 2.5G -u 3.8G -g performance.
Deep Learning Frameworks: Caffe: (http://github.com/intel/caffe/), revision f96b759f71b2281835f690af267158b82b150b5c. Inference measured with “caffe time --forward_only” command, training measured with “caffe time” command. For “ConvNet” topologies, dummy dataset was used. For other topologies, data was stored on local storage and cached in memory before training. Topology specs from https://github.com/intel/caffe/tree/master/models/intel_optimized_models (GoogleNet, AlexNet, and ResNet-50), https://github.com/intel/caffe/tree/master/models/default_vgg_19 (VGG-19), and https://github.com/soumith/convnet-benchmarks/tree/master/caffe/imagenet_winners (ConvNet benchmarks; files were updated to use newer Caffe prototxt format but are functionally equivalent). Intel C++ compiler ver. 17.0.2 20170213, Intel® Math Kernel Library (Intel® MKL) small libraries version 2018.0.20170425. Caffe run with “numactl l”.

23

Training: Platform: 2S Intel® Xeon® CPU E5-2697 v2 @ 2.70GHz (12 cores), HT enabled, turbo enabled, scaling governor set to “performance” via intel_pstate driver, 256GB DDR3-1600 ECC RAM. CentOS Linux release 7.3.1611 (Core), Linux kernel 3.10.0-514.21.1.el7.x86_64. SSD: Intel® SSD 520 Series 240GB, 2.5in SATA 6Gb/s, 25nm, MLC.

Performance measured with: Environment variables: KMP_AFFINITY=’granularity=fine, compact,1,0‘, OMP_NUM_THREADS=24, CPU Freq set with cpupower frequency-set -d 2.7G -u 3.5G –g performance.

Deep Learning Frameworks: Caffe: (http://github.com/intel/caffe/), revision b0ef3236528a2c7d2988f249d347d5fdae831236. Inference measured with “caffe time --forward_only” command, training measured with “caffe time” command. For “ConvNet” topologies, dummy dataset was used. For other topologies, data was stored on local storage and cached in memory before training. Topology specs from https://github.com/intel/caffe/tree/master/models/intel_optimized_models (GoogleNet, AlexNet, and ResNet-50), https://github.com/intel/caffe/tree/master/models/default_vgg_19 (VGG-19), and https://github.com/soumith/convnet-benchmarks/tree/master/caffe/imagenet_winners (ConvNet benchmarks; files were updated to use newer Caffe prototxt format but are functionally equivalent). GCC 4.8.5, Intel® Math Kernel Library (Intel® MKL) small libraries version 2017.0.2.20170110.

24

Результаты эталонных тестов получены до применения недавних пакетов исправлений ПО и обновлений встроенного ПО, предназначенных для устранения уязвимостей под названием «Spectre» и «Meltdown». После установки этих обновлений данные результаты могут быть неприменимы к вашему устройству или системе.

Программное обеспечение и рабочие задачи, используемые в тестах оценки производительности, оптимизированы для обеспечения высокой производительности только с микропроцессорами Intel®. Тесты производительности, такие как SYSmark* и MobileMark*, проводятся для конкретных конфигураций вычислительных систем, компонентов, программного обеспечения, операций и функций. Любые изменения этих параметров могут привести к изменению конечных результатов. При принятии решения о покупке следует обращаться к другим источникам информации и данным тестирования производительности, в том числе к информации о производительности данного продукта в сочетании с другими продуктами. Подробная информация: https://www.intel.ru/benchmarks.

Прирост производительности в 1,63 раза по результатам выполнения функции Geomean в рабочей нагрузке Weather Research Forecasting — Conus 12Km, HOMME, LSTCLS-DYNA Explicit, INTES PERMAS V16, MILC, GROMACS water 1.5M_pme, VASPSi256, NAMDstmv, LAMMPS, Amber GB Nucleosome, опции Binomial option pricing, Black-Scholes, Monte Carlo European. Результаты основаны на оценках аналитиков Intel и предоставляются исключительно для информационных целей. Реальные значения производительности могут отличаться в зависимости от изменений конфигурации и настроек оборудования или программного обеспечения систем.