本文為 Hugging Face 與 Intel 合作系列文章的第二部分,聚焦於推論加速。介紹如何透過 Intel 第四代 Xeon 可擴充處理器(Sapphire Rapids)內建的 Intel AMX 技術,並結合 Hugging Face Optimum Intel 與 IPEX 工具,實現 BF16 與 INT8 的混合精度推論。測試顯示,這能為 Transformer 模型帶來數倍的效能提升,且只需修改極少量的代碼。
Hugging Face 與 Intel 合作,展示如何在新一代 Intel Sapphire Rapids 處理器上加速 Transformer 模型。 透過內建的 Intel AMX(進階矩陣擴充)指令集,能顯著提升 BF16 與 INT8 的運算效率。 開發者只需搭配 optimum-intel 庫,即可輕鬆在 CPU 上實現高達數倍的推理與訓練加速,無需繁瑣的底層代碼修改。