北京2025年3月20日 /美通社/ -- 浪潮信息宣布推出元腦CPU推理服務器，可高效運行DeepSeek和千問QwQ等新一代大推理模型。元腦CPU推理服務器NF8260G7和NF8480G7設計采用4顆高性能通用CPU和多通道內存系統(tǒng)，通過先進的張量并行策略和AMX加速技術，單機即可高效運行DeepSeek-R1 32B和QwQ-32B推理模型，單用戶性能超20 tokens/s，可同時處理20個并發(fā)用戶請求，是企業(yè)快速、易獲得、低投入部署上線大模型平臺的理想算力選擇，將加速DeepSeek帶動下AI落地普及速度。
大模型行業(yè)應用落地加速，DeepSeek-R1 32B、QwQ-32B等模型中文能力見長，并在理解能力和知識儲備上有顯著優(yōu)勢，是企業(yè)平衡性能和部署成本的最佳模型選擇。元腦CPU推理服務器僅基于通用處理器進行軟硬協(xié)同優(yōu)化，可為企業(yè)32B模型推理與云計算、數據庫等通用關鍵業(yè)務場景融合提供更高效、更靈活、更穩(wěn)定的AI通用算力支撐。
隨著DeepSeek等大模型在企業(yè)場景中的應用日趨廣泛，以及與企業(yè)業(yè)務系統(tǒng)的融合更加緊密，CPU服務器憑借其獨特優(yōu)勢成為中小規(guī)模并發(fā)場景部署DeepSeek的最佳選擇。CPU服務器具備卓越的通用性和靈活性，可同時支持AI推理、云計算、數據庫等多種工作負載，避免了專用AI硬件的使用局限，為大模型應用與現有IT基礎設施的融合提供了更加靈活、經濟的方案選擇，使企業(yè)能夠以較低的硬件投入快速實現大模型應用落地。
在企業(yè)部署大模型的過程中，參數規(guī)模與其應用場景息息相關。浪潮信息與IDC聯合發(fā)布的《2025年中國人工智能計算力發(fā)展評估報告》顯示，目前92%企業(yè)使用的生成式人工智能模型平均參數量小于50B。一般而言，671B等超大規(guī)模參數的模型性能更強，但對硬件資源要求高，部署成本昂貴；而32B級模型在理解能力和知識儲備上有顯著優(yōu)勢，能夠平衡性能和部署成本。以業(yè)界32B模型為例，DeepSeek-R1 32B在知識問答、智能寫作、內容生成等方面表現優(yōu)秀，QwQ-32B則在數學推理、編程任務和長文本處理等方面的性能優(yōu)異。DeepSeek-R1 32B和QwQ-32B的訓練數據中包含海量的高質量中文語料庫，會更加適合于國內企業(yè)應用，而Llama 70B主要基于英文語料進行訓練，對中文用戶而言不夠友好。因此，大多數企業(yè)應用場景中，如企業(yè)知識庫問答、文檔寫作、會議紀要整理等場景，32B參數級別的模型往往是最佳選擇，既能提供強大的能力支持，又能保持合理的硬件投入。
目前元腦CPU推理服務器NF8260G7和NF8480G7基于通用處理器架構進行軟硬協(xié)同優(yōu)化，已經完成與DeepSeek-R1 32B和QwQ-32B等大模型的深度適配和優(yōu)化。元腦CPU推理服務器通過采用先進的張量并行策略和AMX加速技術，業(yè)界主流企業(yè)級大模型推理服務框架，實現多處理器并行計算，并使用AWQ（激活感知權重量化）技術，進一步提升推理解碼性能，成功實現單用戶最高20tokens/s的最佳性能，為企業(yè)的AI大模型部署應用帶來流暢體驗。
面對CPU服務器部署大模型面臨算力和帶寬方面的挑戰(zhàn)，元腦CPU推理服務器采用了多項創(chuàng)新技術。
基于DeepSeek-R1 32B 并發(fā)性能測試數據
基于QwQ-32B 并發(fā)性能測試數據
當前，元腦服務器研發(fā)團隊正與業(yè)內團隊密切合作，在計算架構、算子調優(yōu)、并行策略、框架適配、調度管理等多個方面持續(xù)發(fā)力，旨在為用戶帶來高效、穩(wěn)定的DeepSeek等大模型部署方案，助力大模型快速落地應用。
