网易首页 > 网易号 > 正文 申请入驻

新制造企业,CPU为何仍是第一选择?

0
分享至

会议室大屏幕上

写着三个醒目的大字:新制造

这是一家做新能源汽车装备的制造企业

老板目光如炬,野心勃勃



按规划,这个智能工厂项目包括:

机械臂、AGX、AI质检、产线小龙虾、数字孪生、边缘计算...

每一项即将上线的应用

都会疯狂索要着前所未有的算力支持

所以,新工厂边上也会配套建设

一座崭新的智算数据中心



聊到数据中心的建设细节

老板突然转过身,看向CIO老周



CPU。”老周的回答很干脆。

老板一愣:“都智能体时代了,你还盯着CPU?”

老周笑着说,“越是AI时代,越得先把CPU选对,底座太重要了。”



既然老板问到了,老周也不含糊,把方案翻到服务器选型:

“经过前期的深度技术研判与严苛的产线压力测试,我们倾向的核心底座是AMD EPYC Turin,新一代服务器 CPU。”



老板不明觉厉地问:“给我个理由?”

老周站起来走到PPT 前,伸出五个手指。



⬇️



工业制造与互联网最大区别在于

对延迟和确定性的要求,近乎严苛

老周拿工厂刚发生的事情举例

上周,产线上价值百万的激光焊接机械臂

毫无征兆地出现了10毫秒的时延抖动

导致一整批高精板材报废,损失巨大

这事儿,大家伙都知道了吧



对工厂而言,我们需要的是「确定性」

准确讲,是「确定性延迟」

无论是设备控制还是调度、故障预警

几毫秒误差,就是实打实损失



确定性背后

是极其复杂的串行控制逻辑

这恰恰是GPU的短板

GPU擅长大规模矩阵计算

一旦遇到大量分支判断和复杂控制逻辑

GPU就有点力不从心



如果选择AMD EPYC Turin

它就能带给我们极致的确定性

全新Zen5架构

IPC(每时钟周期指令数)大幅提升

再配合精准的硬件级分支预测器

将时延抖动死死压制在微秒级

产线再也掀不起任何大浪



此外,高可靠性也很重要

AMD EPYC强调硬件级芯片级防护

说白了,就是从根儿上防护

比如,高级硬件级安全加密(SEV-SNP)技术

再比如,原生支持企业级ECC 内存等



这种满满的安全感

正是我们这种生产级场景需要的



老周又说了,继续拿我们工厂举例

我们的一条产线上

有德国设备、有日本机器手臂、

有国产PLC、老款传感器、新式AI质检设备

每套设备都有自己的语言(协议)

老设备走 Modbus,机器人走 EtherCAT,新系统接 OPC UA,AGV调度平台走 MQTT,部分产线仍在用 Profibus...



但是智能工厂的数据流动

又必须依赖极为复杂的工业协议

这时候,就需要一个“多语言同传中心”

进行实时协议转换

并将杂乱的工业数据进行清洗和打包

发给上层AI平台或MES等系统



这种通用任务就非常适合

具备强悍计算能力的AMD EPYC

最高192核的高密度核心

再加上超高I/O带宽

轻松处理数万个并发的工业传感器数据





像我们企业过去二十年

赖以生存的核心工业软件

几乎100%都是基于x86架构开发

上面沉淀了我们企业最宝贵的经验

几乎没法无缝迁移到其它架构上去



如果盲目换底座

意味着这些工业经验代码

需推倒重写,迁移成本高昂



如果选AMD EPYC Turin

我们就可以享受到它背后的

超强生态红利

AMD与全球众多工业软件巨头

有着数十年的长期深度合作

在 CAE、EDA、仿真、AI等场景里

已经积累了大量联合优化经验



到了实际落地层面

选AMD EPYC,工程师们就轻车熟路了

无需修改任何底层工业代码

无需冒险迁移

只需在熟悉的生态里升级算力底座





新制造的核心理念之一是

虚拟验证,物理量产

比如,我们马上打算对

汽车电池托盘冲压生产过程进行仿真

仿真要回答的问题是↓

冲压会不会起皱、开裂?压装力是否过大?零件装配后会不会产生应力集中?间隙和公差叠加后,装配精度能不能保证?



数字孪生和工业仿真的背后

涉及材料力学、结构强度、热传导学等

需要HPC高性能计算

采用FP64就是

保障仿真结果高保真、高可信的首选精度



此时,AMD EPYC Turin

才是高精度工业仿真的好搭子



AMD EPYC Turin支持完整AVX-512指令集

以及超高内存带宽、L3大缓存

能够让海量的仿真数据

直接在缓存中完成高速计算

将新产线的调试周期从几个月缩短至几天



长期以来

AMD在HPC高性能计算领域处于领先地位

各大高校、科研机构自建HPC集群

AMD EPYC几乎都是首选处理器





比如我们的车间

需要部署边缘算力节点做AI推理

但是车间环境,你们也知道非常恶劣

高温、粉尘、震动

边缘设备放在这个环境中,要求挺苛刻

一边实时采集数据,一边实时AI推理



我们希望的是,边缘设备也少越好

不能搞传统堆砌战术

要求单台设备有足够强的算力

和I/O扩展能力

一台设备就能得插入各类采集卡



AMD EPYC提供边缘与嵌入式系列

一台1U单路服务器就能插满采集卡

单插槽直接拉出128条PCIe 5.0高速通道

在极低功耗下塞入最高192个核心

颠覆臃肿架构,顺畅完成本地AI推理



另一方面,也要重视

AI推理性价比问题

比如我们边缘的AI质检、工装识别场景

最常用的 CV类或时序预测模型

这类模型尺寸小,如果用匹配GPU

属于大炮打蚊子,TCO性价比变得极差



另外,AMD EPYC只凭CPU自身

就能高效跑通边缘侧轻量型AI模型

且边缘系列具有超长寿命和耐受力

官方提供长达7年的“长寿”保证

极大节省企业硬件投入和能耗成本



听完老周的五点理由

老板哈哈大笑,痛快审批预算

半年后,智能工厂和智算中心顺利上线

高效的运转与惊艳的产能

吸引了业内大批客户前来参观取经



每每问到建设心得

老周还是那句老话

在AI新制造的时代

以AMD EPYC Turin为代表的高性能CPU

依然是最核心的通用算力底座



特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
中南大学一餐20元,新生心疼哭!打电话跟家长诉苦,说食堂饭菜太贵,引发热议

中南大学一餐20元,新生心疼哭!打电话跟家长诉苦,说食堂饭菜太贵,引发热议

火山詩话
2026-09-23 08:06:06
俄罗斯选举结果曝光,能代替普京的人出现?中方明确表态

俄罗斯选举结果曝光,能代替普京的人出现?中方明确表态

策前论
2026-09-22 12:49:16
王皓真生气了!质问林诗栋:在场上什么感觉啊?正手反手都不会接

王皓真生气了!质问林诗栋:在场上什么感觉啊?正手反手都不会接

风过乡
2026-09-23 06:28:00
网传小米外包员工领中秋月饼遭拒:大厂外包,原来是最体面的职场二等公民

网传小米外包员工领中秋月饼遭拒:大厂外包,原来是最体面的职场二等公民

觉叔说
2026-09-22 12:58:32
奥运冠军张家齐收入去向成谜:她去年带父母北京看房,今年却独自租住上海老破小,自曝10岁到22岁全部收入均由母亲代管

奥运冠军张家齐收入去向成谜:她去年带父母北京看房,今年却独自租住上海老破小,自曝10岁到22岁全部收入均由母亲代管

都市快报橙柿互动
2026-09-23 01:29:27
社评:寻找中美之间更多“朴素的外交官”

社评:寻找中美之间更多“朴素的外交官”

环球网资讯
2026-09-23 00:46:08
17000名员工失业的饭碗谁来担?罗永浩回应了:你老板让人看得,顺便回应了“罗太君”的外号

17000名员工失业的饭碗谁来担?罗永浩回应了:你老板让人看得,顺便回应了“罗太君”的外号

王老师你还好吗
2026-09-23 06:36:55
台湾网红“馆长”在直播中表示,未来将不再组织赴大陆的活动,因为来一次亏一次,高昂的成本实在烧不起

台湾网红“馆长”在直播中表示,未来将不再组织赴大陆的活动,因为来一次亏一次,高昂的成本实在烧不起

人生录
2026-09-21 16:43:29
女子晒出与释永信合照:带十几个姐妹花一万进少林寺求财,最后真有人发了

女子晒出与释永信合照:带十几个姐妹花一万进少林寺求财,最后真有人发了

砼话里都是骗人的
2026-09-23 08:42:17
李瑞环不愿当全国政协主席,邓小平:政协很重要

李瑞环不愿当全国政协主席,邓小平:政协很重要

文史茶馆2020
2026-09-23 11:06:45
高市早苗在纽约与特朗普会面,主动赶记者出去:要谈的事太多了,请出去吧;联大演讲企图呼吁删除“敌国条款”

高市早苗在纽约与特朗普会面,主动赶记者出去:要谈的事太多了,请出去吧;联大演讲企图呼吁删除“敌国条款”

极目新闻
2026-09-23 10:17:17
“奥迪告奥迪”的背后:倒爷抢进德国,谣言留在中国

“奥迪告奥迪”的背后:倒爷抢进德国,谣言留在中国

大众侃车
2026-09-22 16:02:13
野村报告:10万亿化债,效果几何?

野村报告:10万亿化债,效果几何?

罗sir财话
2026-09-22 14:35:32
0-3!输球不可怕,可怕的是日女排主帅赛后这番话,彻底被打服!

0-3!输球不可怕,可怕的是日女排主帅赛后这番话,彻底被打服!

田先生篮球
2026-09-22 21:29:02
终于见到特朗普,掐头去尾最多10分钟!高市没想到美对华态度变了

终于见到特朗普,掐头去尾最多10分钟!高市没想到美对华态度变了

动漫里的童话
2026-09-23 06:19:50
教育部回应“13岁于子迪亚运泳池连夺两金”:我们觉得这是一件非常了不起的事情

教育部回应“13岁于子迪亚运泳池连夺两金”:我们觉得这是一件非常了不起的事情

极目新闻
2026-09-23 12:19:13
叶建春辞去江西省省长职务

叶建春辞去江西省省长职务

政知新媒体
2026-09-23 11:11:07
罗永浩宣布播客暂停更新:卷进舆论漩涡,避免连累嘉宾

罗永浩宣布播客暂停更新:卷进舆论漩涡,避免连累嘉宾

21世纪经济报道
2026-09-23 07:40:00
广东省省长会见刘庆峰、王兴兴

广东省省长会见刘庆峰、王兴兴

极目新闻
2026-09-23 08:00:50
太惨了!上门取件闹出人命:母亲提议五楼扔退货包裹,15岁女儿不幸坠亡,法院判快递公司担责三成,舆论彻底沸腾

太惨了!上门取件闹出人命:母亲提议五楼扔退货包裹,15岁女儿不幸坠亡,法院判快递公司担责三成,舆论彻底沸腾

火山詩话
2026-09-22 17:43:18
2026-09-23 12:52:49
AI全球总部
AI全球总部
全球最新、最酷AI解决方案
1244文章数 716关注度
往期回顾 全部

财经要闻

全市场都在卷自营

头条要闻

两幼童被蜇死全身几百处伤口 养蜂人"不认错、不道歉"

头条要闻

两幼童被蜇死全身几百处伤口 养蜂人"不认错、不道歉"

体育要闻

300万英镑,他们买下了一位队史传奇

娱乐要闻

梅启明被彻底除名遗产清零

科技要闻

2026网易未来大会上午场:科技如何破界

汽车要闻

5.1米的启境GX7,底盘凭什么又稳又舒服?

态度原创

本地
教育
数码
公开课
军事航空

本地新闻

中秋逛白塔寺,体验国医妙荟雅集

教育要闻

我国教育普及和公平程度居世界前列

数码要闻

华为四款新品今日集中开售 三折叠套装卖到29999元

公开课

李玫瑾:为什么性格比能力更重要?

军事要闻

韩国最新型潜艇首次披露

无障碍浏览 进入关怀版