IBM:用高性能平台探索人工智能

今天,所有有关计算机的设计基本上是以处理商业流程为主,这是一种传统的方式。认知时代的计算,我们要找相关的数据价值,它不只是在内部,也可以和外部相结合,把这些数据整合在一起提供更智慧型的计算,而不是只有一个流程。

以前的数据是集中式的,未来认知计算时代下数据将变成分散式,如何利用新的技术,让这些计算能力从过去的模式变成未来有关认知的计算模式,这是IBM的发展方向。谈到认知计算,IBM认知系统高级副总裁Bob Picciano认为应该从模式做出“改变”。

提升平台整体计算能力是关键

20170517093125750

IBM认知系统高级副总裁 Bob Picciano

在以前,计算机的计算能力都在遵循摩尔定律原则,每18个月提升一倍的性能,但目前这个世界已经改变了。未来,计算不仅依靠CPU,而是拓展到一些周边设备上,包含GPU、FPGA甚至内存计算。

IBM将通过Power的模式,与周边设备的合作伙伴一起探索如何把整个设备整合在一起,在智能运算时代提供更好的计算能量。IBM Power不仅指Power的计算能力,而是把这些FPGA、GPU、内存整合起来提供更好的效能。

Power有多强?3-5倍的x86性能

Bob认为,IBM Power和OpenPOWER当前最大的任务是如何把周边的相关合作伙伴的东西结合在一起,帮助其提高I/O和内存的速度。IBM和一些伙伴比如NVIDIA、赛灵思开展合作,希望将IT系统的能力做一个整体的提升。当下,已经实现了比Intel高3-5倍的CPU和GPU间I/O带宽。面向CPU与GPU间大量分布的工作负载,如机器学习,IBM提供了比Intel更胜一筹的表现,这将使机器的训练时间从几天缩短到几小时或几分钟。

另外一个应用案例是IBM和一家石油勘探领域的应用公司Stone Ridge合作。IBM用了60台Power、120片GPU,体积大概有会议桌的一半那么大,在90分钟时间内就完成了计算。如果用Intel的传统计算平台,使用的机器的规模就需要半个足球场那么大,要跑20个小时。

Bob表示:在高性能计算的时代,计算不能用旧的方法,而是要用新的科技,确保GPU、CPU、I/O、内存等等结合在一起,才能够发挥更好的性能。

与互联网企业共同探索人工智能

一直以来,IBM在IT领域都扮演着领头羊的角色,从云计算、大数据到人工智能方面的创新都是如此。据Bob介绍,IBM和谷歌等互联网公司都有合作。2016年IBM和腾讯合作,在基于 Power的平台上做Sort Benchmark排序测试,打破了之前的纪录。

据了解,互联网公司在使用AI或者机器学习基本都围绕两个领域,一是如何提供对个人化的服务支持,能够更精致地提供好的服务。用人工智能方式,就可以提供更准确的资讯。第二,很多互联网企业把人工智能拿来做对客户行为分析的工具,比过去的大数据分析更进一步,更有准确性。这方面的应用,I/O速度就是关键,只有把I/O速度提高,才能让有关人工智能、机器学习的计算达到更好效果。

与英特尔以处理器计算为主的方向不同,IBM主张是开放的OpenPOWER。在与谷歌合作方面,IBM将把最核心的通道打开,透过OpenPOWER的合作伙伴提供周边的加速器,让谷歌根据不同领域需求调试出一个最好的效果。

OpenPOWER开启若干创新

IBM一直坚持OpenPOWER策略,目前OpenPOWER基金会已经有超过300家合作伙伴和企业加入,能够在IBM帮助下实现创新。以前与CPU之间链接需要通过PCIe,位宽和速度难以保证;IBM的合作伙伴可以通过OpenCAPI直接和CPU链接,很大程度上提升了速度,因此在认知计算的时代能够达到非常好的效能。

Intel一直将I/O性能限制在芯片上,IBM的策略则是希望和合作伙伴一起保护他们所有的投入和创新,共同成长。因此,我们看到很多合作伙伴选择了OpenPOWER,这样的社区也在不断壮大。

随着认知计算时代的到来,未来的机器应运而生,IBM继续遵循OpenPOWER开放策略,着力提供一整套新技术,在未来的计算时代提供更好的解决方案。