开发者社区> 技术小能手> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

【中国超算迎来最强对手】 IBM推出机器学习加速“瑞士军刀”Power9芯片,性能为同类产品的10倍

简介:
+关注继续查看

12月6日,据外媒报道,IBM最新一代的Power芯片Power9正在进入市场,以应对越来越强劲的人工智能、机器学习领域高强度、高密度的信息处理需求。

TechCrunch报道称,IBM打算向第三方制造商,比如包括Google在内的云服务商出售该芯片。IBM 近日发布了一款由Power9芯片和AC922芯片组成的新计算机,并打算在IBM云上提供该服务的芯片。

IBM官方的介绍是:POWER9是唯一采用最先进的I / O子系统技术的处理器,包括下一代NVIDIA NVLink,PCIe Gen4和OpenCAPI。 这些接口使POWER9成为内存带宽的高速公路,可以更快速地提供准确的洞察。

e71609f2b2a49a00d194a55d589894e57e89f7f9

与x86比:最大9.5倍I / O带宽;2倍核心高性能;2.6倍RAM支持;1.8倍内存宽带。

IBM认知系统副总裁Brad McCredie解释说:“我们通常把我们的技术作为一个完整的解决方案推向市场。

该公司专门设计了这款新芯片,以提高Chainer,TensorFlow和Caffe等通用AI框架的性能,并宣称能够让这些框架上运行的workloads增加了近4倍

机器学习加速的瑞士军刀

Moor Insights&Strategy的首席分析师Patrick Moorhead认为,这一芯片可以让IBM真正地脱颖而出。 “Power9是一款具有新型系统架构的芯片,针对机器学习中使用的加速器进行了优化。这款芯片由英特尔提供 Xeon CPU和Nervana加速器,英伟达提供 Tesla 加速器。 IBM的 Power9 实际上是 ML 加速的瑞士军刀,因为它支持的IO和带宽几乎是天文数字,是今天任何同类产品的10倍。“Moorhead说。

如果你知道英伟达已经把控了大量的AI/机器学习workloads,IBM也注意到了,两家公司在GPU芯片上的合作十分紧密。McCredie透露,IBM已经建立了一个系统总线,能够在两种芯片类型之间转移workloads,比竞争系统快得多。

4c522255d2e5186c2cad3a8f396ab7a7f793f83f

“现代workloads正在加速,Nvidia GPU是一个通用的加速器。我们已经看到了这个趋势。我们与他们建立了深厚的关系,Power系统和GPU也建立了合作关系。我们有一个独特的总线,在处理器和GPU之间运行,比竞争系统上多10倍的峰值带宽”,McCredie解释说。

神威·太湖之光最强对手出现,中国超算世界第一的宝座面临威胁

根据TechCrunch的报道,这些新芯片将用在Lawrence Livermore和美国橡树岭国家实验室正在开发的被称为Summit 的超级计算机。

McCredie 说,超级计算机将建在成千上万的 Power9 计算机之上,耗资3.25亿美元,关于这款新的芯片在商业上的一个小爆发似乎已经呼之欲出了。

大名鼎鼎的 Summit 正是美国用来争夺超算TOP 500榜首位置的有力武器。自天河二号和“神威·太湖之光”相继问世以来,中国已经把持了超算TOP500榜单冠军9次。此前有媒体爆料称Summit超级计算机交付的峰值性能将达到200PFlops,远超中国神威太湖之光。 

2017世界超算大会SC17上,Summit并没有如大家预料的那样交付。所以2017年,中国超算“神威·太湖之光”和“天河二号”占据了TOP500榜单前两名。此外,大会期间公布的第50次Top500榜单最新上,中国上榜的超级计算机数量超过了美国,总数达到202台(美国是143),这也是迄今中国上榜 Top500 数量最多的一次,相比之下,美国上榜的超级计算机数量已经降至25年来最低水平。

HPC研究总监,Gartner的机器学习和新兴计算技术部门的Chirag Dekate表示,这个版本是IBM积极布局像人工智能这样的高增长细分市场的一个延续。“通过整合诸如人工智能(特别是机器学习和深度学习)等细分市场的策略,IBM可以更好地在超大规模数据中心和更广泛的市场数据中心方面展开竞争。这有可能为IBM带来直接的收入,并支持新的大规模数据中心的部署”,Dekate解释说。


原文发布时间为:2017-12-7

本文作者:全月

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:【中国超算迎来最强对手】 IBM推出机器学习加速“瑞士军刀”Power9芯片,性能为同类产品的10倍

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
机器学习中评估分类模型性能的10个重要指标(二)
机器学习中评估分类模型性能的10个重要指标(二)
0 0
机器学习中评估分类模型性能的10个重要指标(一)
机器学习中评估分类模型性能的10个重要指标(一)
0 0
什么是机器学习?机器学习基本概念介绍:经验、任务与性能
什么是机器学习?机器学习基本概念介绍:经验、任务与性能
0 0
机器学习:性能度量篇-Python利用鸢尾花数据绘制ROC和AUC曲线
机器学习:性能度量篇-Python利用鸢尾花数据绘制ROC和AUC曲线
0 0
机器学习:性能度量篇-Python利用鸢尾花数据绘制P-R曲线
机器学习:性能度量篇-Python利用鸢尾花数据绘制P-R曲线
0 0
【机器学习实战】理解Scikit-Learn中分类性能度量指标
本文是数据科学家Andrew Long撰写的技术博文,介绍了在分类模型中需要用到的度量标准以及对应Python中Scikit-Learn库实战。本文就举例介绍了分类任务中的其他度量标准,首先介绍一些相关概念:精确度、召回率、F1分数、TRP和FPR等。
2718 0
【最大降40%】CPU漏洞补丁对机器学习和深度学习性能影响实测
上周爆出的英特尔CPU漏洞门受到很大关注,Linux内核针对Meltdown漏洞出了PIT补丁,但据报告该补丁对性能影响很大。那么它对机器学习任务的影响如何呢?本文作者对神经网络(TensorFlow&Keras)、Scikit-learn、XGBoost等进行了使用和不使用PTI补丁时的性能比较,发现该补丁对性能的影响非常依赖于任务——有些任务不受影响,有些任务的性能下降了40%。
1629 0
《Scala机器学习》一一3.5 Spark的性能调整
本节书摘来自华章出版社《Scala机器学习》一 书中的第3章,第3.5节,作者:[美] 亚历克斯·科兹洛夫(Alex Kozlov)著 ,更多章节内容可以访问云栖社区“华章计算机”公众号查看。
798 0
【机器学习】利用numpy实现DBSCAN聚类算法(Python代码)
【机器学习】利用numpy实现DBSCAN聚类算法(Python代码)
0 0
+关注
技术小能手
云栖运营小编~
文章
问答
来源圈子
更多
+ 订阅
文章排行榜
最热
最新
相关电子书
更多
英特尔+阿里云机器学习PAI-全栈赋能AI生态,加速应用落地
立即下载
机器学习在互联网后端技术中的应用
立即下载
阿里云机器学习平台 PAI 产品与技术
立即下载