英特尔‘流星湖’的CPU能力将由人工智能控制

英特尔的流星湖芯片肯定会被用作PC上特定AI任务的引擎。但英特尔也在将人工智能应用于芯片的运行方式：特别是将人工智能应用于如何管理电源以及在活动状态和低功耗状态之间的转换。

2008年，英特尔的迅驰平台用一句流行语来描述该公司的动力哲学：Hugi，即匆忙和空闲。这是对满足低功耗处理器需求的一种承认，它需要尽快完成所有需要完成的工作。则处理器可以返回到低功率休眠状态。

这一点没有改变。英特尔高管在斯坦福大学举行的热点芯片会议上表示，无论是否巧合，人工智能也在很大程度上影响着流星湖的电力管理。人工智能通常被称为英特尔的“迅驰时刻”。(最初，英特尔在其计划大纲中专门提到了Meteor Lake，但最终选择了一个更笼统的演讲，名为“英特尔能效架构”。)

英特尔设计工程集团负责客户SoC架构的Efraim Rotem表示，无论如何，新的人工智能能力方案将适用于未来的产品。他说，两个月后，英特尔将推出新的客户端处理器，将使用这些新功能。

问题很简单。“当我们与电脑互动时，我们非常关心响应速度，”罗特姆说。“我们希望立即采取行动，我们不想等待太久。”

为了实现更高的性能，典型的解决方案是将更多的电力传递给处理器，然后处理器可以更快的速度运行，更快地完成工作。但随后CPU必须确定作业何时完成，处理器才能转换到低功率状态。这称为动态电压和频率调整，或DVFS。“电源管理…中的问题就是我们如何找出运行哪个频率是正确的。

英特尔首先在第六代“Skylake”核心中实现了这一决策过程的基础，并使用了一种名为SpeedShift的技术。这项技术智能地在活动的高功率状态和空闲速度之间来回切换。但例如，SpeedShift对人类打开和关闭网页的方式使用了标准化的估计。

有了流星湖，英特尔又一次转向了人工智能。现在，该算法可以“理解”并预测用户将如何打开、扫描、关闭网页，然后继续前进。同样的算法已经被应用于许多其他任务。不同的是，该算法自行学习，提取比英特尔之前编程的更详细的行为模式。

Rotem说，这将改善Meteor Lake，带来高达35%的响应时间-CPU可以加速到高功率状态的反应时间。但知道何时转换到低功率状态也能带来回报：比以前节省高达15%的能源。Rotem将“能量”–一段时间内的工作，除以这些工作所消耗的能量–与总的能量消耗区分开来。

其想法是为处理器提供所需的能量预算，以满足其所需的时间，仅此而已。在回答观众的问题时，Rotem明确表示还有改进的空间：人工智能已经在特定场景中进行了自我训练。和离线：它已经经过训练，不会对个人用户偏好做出动态反应。换句话说，你的个人电脑不会学习你的行为–很好，至少在这一代人中不会。Rotem还建议，不同的人工智能模型可以应用于不同的场景-例如游戏。

Rotem最后提出了一些有争议的建议：每瓦特性能–ARM等节能建筑的关键指标–已经不再重要了。Rotem说，大多数笔记本电脑在高功率状态下通常一天只花四分钟，台式机在同一状态下大约花100分钟。他说，随着时间的推移，随着处理器本身变得更高效，芯片的热设计功率与实际消耗的能量之间的比率将会随着时间的推移而减小。

我们知道，英特尔计划在9月19日于圣何塞举行的英特尔创新大会上更多地谈论其即将到来的客户处理器。听起来，能源效率可能是流星湖的组成部分之一。