IBM Power业务掌门人：认知时代是计算系统演进的拐点

一直以来，计算系统的演进一直按照摩尔定律在进行，即每18个月计算性能翻一倍。近年来，由于材料和工艺方面的原因，计算性能的提升越来越困难，不少人提出摩尔定律已死的说法。不过，在IBM Power业务掌门人、IBM认知系统高级副总裁Bob Picciano 看来，不是摩尔定律是不是已死的问题，而是今天这个认知时代计算系统的发展出现了一个拐点：即从以往单一追求性能转变为追求综合处理效率，而当下流行的人工智能就是这个拐点出现的重要推手之一。

进入认知计算时代
“我们认为，现在新一代的计算和以前不太一样。之前的计算系统比较像流程计算，关注重点是如何加速客户的流程，要处理得更快、更好。而在新的认知时代，计算的关注点是要发现相关数据的价值。数据不只是在内部，还可以和外部结合。现在是要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而已。”Bob Picciano在接受至顶网记者采访时表示。

IBM Power业务掌门人：认知时代是计算系统演进的拐点

IBM认知系统高级副总裁Bob Picciano
当行业需求从流程计算转向更智慧的计算时，对计算系统演进的影响是显而易见的。一个重大的改变是计算系统不再简单地关注计算性能，比如关注CPU的频率、核心数、线程数等，而是要通过与周边设备的协同，包含GPU、FPGA以及内存等，以更好地响应企业对智慧计算的需求。

Bob Picciano介绍说，这也正是IBM Power的发展模式。在智能运算时代，IBM通过和Power周边设备的合作伙伴一起探索如何把各种设备整合在一起，来提供更好的计算能力。此时提供的计算能力就不仅仅是考虑Power，而是把FPGA、GPU、内存等整合起来一起考虑。

其实，Power很早就采用了这种模式，而OpenPOWER就是上述想法得以落地的关键。比如，通过OpenPOWER，IBM和一些合作伙伴(比如NVIDIA、赛灵思)开展深入合作，帮助提高系统I/O的速度、内存的速度，借此来提升系统整体能力。以和NVIDIA合作为例，借助NVIDIA NVLink能实现CPU与GPU之间超高速的数据传输，能达到传统PCIe3.0 速度的 5 到 12 倍，比目前通用的CPU和GPU之间IO快3-5倍。

IBM Power打造的另一个技术也值得一提，它就是OpenCAPI。以前CPU的周边设备和CPU的连接要通过PCIe，而通过IBM的OpenCAPI，使这些合作伙伴能够直接和CPU连接，从而大幅提升了数据交换速度。

“相对于Intel以CPU为计算系统的核心，IBM的策略是希望和合作伙伴一起保护他们所有的投入和创新，和我们一起成长。而我们也看到很多合作伙伴选择了OpenPOWER，OpenPOWER社区一直在不断壮大。”Bob Picciano表示。

发力人工智能
当下人工智能可谓“风口”。与不少企业是看到这个风口出现才涌入不同，IBM是很早就在人工智能领域布局。早期有深蓝战胜国际象棋大师，后来有业界广赋盛名的Watson，都是IBM布局人工智能市场的体现。而进入2016年，IBM又宣布全面向认知计算转型，这也就意味着人工智能成为IBM各个业务单元的基础，包括IBM Power。

那么，Power与人工智能到底有什么关系？在Bob Picciano看来，人工智能的流行将让计算系统的发展拐个弯，这将是Power的一个机会。要抓住这个机会，IBM要做的就是，将Power与周边设备整合起来，构建一个适用人工智能应用的新一代计算平台。这个平台与英特尔架构的平台相比更具性价比。

实际上，IBM已经选择了这一发展思路。不久前，IBM发布了一款训练人工智能和机器学习系统的软件工具IBM PowerAI。IBM将PowerAI称为“世界上最快的商用深度学习软件”，可以“帮助训练计算机更快地达到可以像人类思考和学习的境界”。而这种最快则是有赖于IBM的一款专门为人工智能生产的服务器——IBM Power Systems LC系列的Linux服务器，它采用了NVIDIA的NVlink技术，可以更有效地发挥PowerAI在深度学习和人工智能应用方面的潜力。

Bob Picciano说，IBM将持续投资并加快发展IBM Power和OpenPOWER生态系统，将其转化为IBM在AI市场的机会。特别是在CPU+GPU的计算方面，IBM已经做了很大的投入并将继续投入。对于Power而言，另一个市场机会来自于与HANA的合作，IBM的Power跑在HANA的成长比业界的服务器的成长要快得多。另外，区块链也是IBM Power的重点关注领域。

“我们希望透过OpenPOWER的方式，让我们做出来的解决方案是满足客户在这个领域需要的，是最好的解决方案，我们的市场自然就会成长。”Bob Picciano最后总结说。

本文转自d1net（转载）