(曾呈此刻中国OpenPOWER Summit大会上的海潮展台)
2017年9月8日,就是阿里巴巴团体欢庆18周岁生日时,IBM中国与海潮信息悄然宣布了在中国创立合伙公司通告。两边配合出资在中国设立合伙公司海潮商用呆板有限公司,该司注册成本为10亿元,由海潮信息与IBM中国以自有资金出资,个中海潮信息出资5.10亿元、占合伙公司51%的股权,IBM中国出资4.90亿元、占合伙公司49%的股权。
在IBM中国与海潮信息别离宣布的新闻稿中,软件开发,强调合伙公司致力于研发、出产、销售基于开放的Power技能的处事器,完善处事器的生态系统,成立可一连成长的处事器业务,为用户提供先进的、差别化和多样化的计较平台息争决方案。合伙公司的创立将敦促开放的Power技能的应用和生态建树,研发越发适应客户应用需求的差别化处事器产物,而海潮的优势在于研发本领、处事行业客户和互联网客户的富厚履历及强大完善的市场体系。
本次创立的合伙公司业务主要涉及IBM Power处事器,IBM该业务在华相关人员将转至新创立的合伙公司,而海潮信息也将为新合伙公司投入相当的人力,以充分产物的研发、市场推广和处事等。海潮信息原有的OpenPOWER产物线将全部转至新合伙公司,而海潮信息的高端天梭K1处事器也将全线转至POWER平台,海潮商用呆板有限公司将拥有基于POWER处理惩罚器的从入门级Linux到高端的Unix处事器全线产物。
更为重要的是,合伙公司的产物并不只着眼于中国市场,未来也会将全球市场作为方针偏向。这也就意味着,海潮商用呆板有限公司将有大概在全球市场推广本身的产物,以后全球处事器市场多了一个Inspur-Power新品牌。笔者认为,两边的合伙公司着眼于人工智能大市场。如今,人工智能被视为已经18年的互联网大市的下一波,人工智能尽量方才起步,但有时机再造一个互联网局限的财富。IBM与海潮信息的合伙,对付两边来说,都是钻营人工智能时代全球新Power之举。
对准企业级人工智能的IBM Power
在2016年的NVIDIA GTC大会上,NVIDIA连系首创人、总裁兼首席执行官黄仁勋亲自先容了回收Tesla P100GPU和NVLink的新款IBM Power System S822LC for High Performance Computing处事器。该处事器历时四年研发,支持NVIDIA Tesla P100 GPU和NVLink,专门面向人工智能、呆板进修和高级阐明应用场景。
该款处事器的最大亮点在于,它是世界上第一款支持NVLink互联,使得CPU与GPU以及GPU之间可以实现NVLink互联的一款处事器。NVLink是在Pascal最新一代GPU中的总线,其独占的高速互连技能令带宽可达80GB/S,相较于X86架构支持的PCIe 32GB/S,将带宽提高了2.5倍,足以满意多芯片并行计较的需求,IBM POWER 8是最早也是今朝独一支持这一尺度的CPU。
有了IBM Power 8,加上S822LC for High Performance Computing的问世,证明GPU不再是作为CPU的一个协处理惩罚器,而是可以被当作一个统一的异构计较的整体,从而实现智能计较机能的最大化,而x86处事器今朝还不支持NVLink互联。IBM 和 NVIDIA 技能细密的团结,使得数据活动速度比利用 PCIe 快了 5 倍,加速了诸如高级阐明、深度进修和人工智能等应用的速度。
Power系统之所以更适于大局限并行计较任务,是因为基于RISC架构的Power芯片可同时执行多条指令,并行计较机能方面远优于基于CISC架构的英特尔x86芯片。按照有关测试功效看,20台Power处事器的机能相当于100台x86处事器的机能。
以IBM Watson认知计较为例,Watson从一开始就运行在基于POWER 7的Power Systems之上。在面向大数据计较任务的POWER 8推出后,基于Power Systems的Watson可以或许在几秒钟内阅读数以百万计的文件。
而IBM还在不绝投资Power系统的AI本领。2017年8月,IBM 研究院公布在 64 个 IBM Power 系统中的 256 个NVIDIA GPU 上利用 Caffe 深度进修框架,实现了95% 的近乎抱负的系统机能扩展效率。IBM研究院利用一个很是大的数据集(750万张图像)练习神经网络时,最新图像识别精确率到达了33.8%而且练习仅花了 7 个小时,而微软之前宣布的记录为 10 天到达29.8% 的精确率。
IBM Power AI企业级深度进修软件今朝已经刊行到第4版的技能预览版,支持CAFFE、Chainer、TensorFlow、Theano、Torch、cuDNN、NVIDIA DIGITS以及其它若干个呆板进修与深度进修架构和库,可以或许显著低落企业在Power系统上陈设这类开源架构时的巨大性和风险,同时还思量到企业级应用的需求和处事支持等。