自AMD 發布第一代 EPYC（霄龍） 7000 系列數據中心處理器以來，得到廣大用戶青睞和業界好評。現在全新一代 Zen2 架構，代號 “ROME” 的 7nm 服務也已經發布。6 月 20 日，上海-龍之夢萬麗酒店，AMD 聯手賽靈思，西部數據共同舉辦了 “服務器技術研討會”，向廣大用戶詳細介紹了AMD EPYC處理器和解決方案。

作為AMD 服務器加速生態系統的重要合作伙伴之一，賽靈思展示了其靈活應變、萬物智能的自適應解決方案為AMD服務器處理器帶來的重大價值。

隨著計算機從基于硬盤的傳統SCSI系統轉移到基于NVMe的閃存系統，系統設計面臨的一個重要挑戰就是如何能夠提供低延時的數據傳輸。賽靈思提供了從NVMe HA，NVMe TC以及Embebded RDMA等一系列面向存儲系統的IP，可以幫助客戶構建低延時的高效數據通路，從而實現高效的FPGA的存儲加速功能。

EPYC (霄龍)在單路和雙路設計中均原生支持多達 32 個 NVMe 或 SATA 設備，從而大幅簡化了軟件定義和直連存儲解決方案。

演示：世界上最快的數據中心加速卡 Alveo

在去年硅谷舉行的賽靈思開發者大會（ XDF） 上， 賽靈思CEO Vicrtor Peng 和AMD CTO Mark Papemaster共同展示了一項基于EPYC霄龍處理器的一項可謂吉尼斯世界紀錄的AI人工智能識別成就：每秒識別30,000張圖像。

當時，這項令全球設計者矚目的技術演示搭載了兩個 AMD EPYC 7551 服務器 CPU 和業界領先的 PCIe 連接，以及八片剛剛推出的賽靈思 Alveo U250 加速卡。推斷性能由賽靈思 ML 套件提供支持，方便開發人員優化和部署加速推斷，并支持 TensorFlow 等大量機器學習框架?；鶞蕼y試在 GoogLeNet*，一種廣泛使用的卷積神經網絡上執行。

賽靈思CEO Victor Peng 和 AMD CTO Mark Papermaster 一起宣布，雙方聯手定制的基于AMD EPYC 7551處理器的工作站創造了每秒識別30,000張圖像的一項吉尼斯紀錄

此次帶來的現場演示是Alveo的與AMD 共同實現的JPEG圖片的解碼/放縮/編碼應用：該演示同樣搭載AMD EPYC 7551 服務器 CPU 和業界領先的 PCIe 連接，以及賽靈思 Alveo U200 加速卡。JPEG圖片的解碼/放縮/編碼的計算負載都移交到U200加速卡上，對于4K/2K的JPEG圖片，吞吐率達到1.8GBPS，大幅領先于同價位的GPU。JPEG圖片的解碼/放縮/編碼廣泛用于網絡圖片傳輸、以圖搜圖和內容識別等領域。

賽靈思 Alveo 數據中心加速器卡專為滿足現代數據中心變幻莫測的需求而設計。對于常規工作負載，與 CPU 相比性能提升高達 90 倍，這 其中包括機器學習推斷、視頻轉碼和數據庫搜索與分析。

由于復雜算法的發展速度快于半導體設計周期，因此功能固定的 GPU 和 ASIC 器件已經無法跟上發展步伐。基于賽靈思 16nm UltraScale 架構，Alveo U200 和 U250 加速器卡可提供能適應連續算法優化的靈活應變的加速功能，在降低總擁有成本的同時，可以支持任何類型的工作負載。

演示：基于人工智能的車牌識別

賽靈思在現場還展示了自其全球分銷合作伙伴安富利設計團隊開發的基于人工智能的車牌識別方案，該方案支持自定義的深度學習網絡，TensorFlow以及MMDNN架構，采用賽靈思人工智能平臺 DNNDK 2.08 和DPU IP開發，可以非常方便地部署于智能交通和智能安防領域的端應用之中。

AMD EPYC 是為人工智能和高性能計算工作負載提速的理想 CPU 平臺。EPYC 擁有 32 個內核、64 條線程、8 個存儲器通道及每插槽最大 2TB 的存儲器，以及 128 條信道，并結合業界首款硬件嵌入 x86 服務器安全解決方案，專為提供存儲器容量、帶寬和處理器核而設計，有助于高效運行常見于 AI 和 HPC 的存儲器占用量較大的工作負載。借助于 EPYC，客戶能以顯著提高的速度采集和分析較大的數據集，幫助他們顯著加快復雜問題的解決速度。