就在宣布計劃開發新版本Power系列處理器的近20個月之后，IBM近日推出了首款基于這個新芯片的設備，并表示它是計算密集型人工智能工作負載的最佳選擇。
最新基于Linux的AC922 Power Systems可以加速深度學習訓練時間，縮短4倍。除了處理器的性能提升之外，該系統還采用了最新的PCIe 4.0擴展總線、Nvidia NVLink 2.0高速互連以及OpenCapi——一種用于將微處理器與內存、加速器、IO設備以及其他處理器的接口架構。IBM表示，這種組合能讓性能提升10倍。
Pund-IT總裁、首席分析師Charles King表示：“Power9在遷移數據方面是絕對出色的，這對以AI為中心的流程來說至關重要。因為AI依賴于數千次反復進行的深度學習練習，所以Power9系統可以減少大量時間。”
AC 922服務器采用2個Power9處理器，最多6個由NVLink接口連接的Nividia GPU。“這對任何加速工作負載來說都是非常棒的，”IBM洪高性能計算、人工智能和機器學習副總裁Sumit Gupta這樣表示。
“機器學習數據集是巨大的，我們把數據遷移到加速器上的速度要遠遠快于遷移到英特爾系統上。”IBM表示，Power9將是美國能源部“Summit”和“Sierra”超級計算機的核心。
IBM最近經常提及摩爾定律曲線的終結，該定律稱處理器密度每年會翻一番，持續超過50年。隨著CPU速度緩慢提高，系統制造商一直在尋找諸如GPU等外部加速器來提升性能。這就是為什么引入PCIe 4.0和NVLink 2.0很重要的原因。NVLink 2.0可以的通信性能可以達到每秒25千兆比特，這是英特爾x86系統中采用PCIe 3.0速度的7到10倍。
Moor Insights&Strategy總裁兼首席分析師Patrick Moorhead表示：“Power9就像是瑞士軍刀版的AI加速器。你可以接入地球上性能最高的加速器，配置連貫的內存，這意味著加速器可以直接訪問系統內存。”
使用協同處理器可以使用板載加速器上并行運行任務來提升整體性能，但是CPU制造了一個瓶頸。他說：“最大的問題就是數據通過網絡到達CPU內存，每個加速器也有它自己的內存，這樣你需要將數據遷移到加速器。”
每個GPU有16GB的內存，CPU和GPU之間的帶寬速度影響整體性能。Gupta表示：“從本質上講，Power9有三個接口可加速連接到其他設備以及連接到存儲級內存的速度。”
NVLink 2.0是其中最重要的，Moorhead表示。“首先增加PCIe是一個很大的提升，但是我相信增加NVLink會更加顯著。這讓企業在同一臺服務器上使用多個GPU獲得性能和一致性的優勢。”
IBM在4年前成立了OpenPower聯盟，旨在取代英特爾的主導地位，專注于協作開發和高性能系統。該組織吸引了包括Google在內的300多名成員，但是并沒有對英特爾的市場份額產生重大影響。Google在2016年春季宣布計劃在Power9芯片的基礎上構建一個新的服務器，但自那之后，卻鮮少有對該項目的描述。
IBM表示，Power9是對醞釀4年的處理器家族的重建。有一系列系統計劃在2018年公布，但IBM沒有提供具體細節。Pund-IT公司的King表示，這是值得等待的，Power9是一個“AI巨擎。如果Power9和IBM相關系統如期供貨的話，那將給很多AI項目和計劃帶來重要影響”。
IBM并沒有透露定價，但是Gupta表示，成本與x86系統相比是有競爭力的。
京公網安備 11010502049343號