至顶网服务器频道 12月06日 新闻消息:就在宣布计划开发新版本Power系列处理器的近20个月之后,IBM近日推出了首款基于这个新芯片的设备,并表示它是计算密集型人工智能工作负载的最佳选择。
最新基于Linux的AC922 Power Systems可以加速深度学习训练时间,缩短4倍。除了处理器的性能提升之外,该系统还采用了最新的PCIe 4.0扩展总线、Nvidia NVLink 2.0高速互连以及OpenCapi——一种用于将微处理器与内存、加速器、IO设备以及其他处理器的接口架构。IBM表示,这种组合能让性能提升10倍。
Pund-IT总裁、首席分析师Charles King表示:“Power9在迁移数据方面是绝对出色的,这对以AI为中心的流程来说至关重要。因为AI依赖于数千次反复进行的深度学习练习,所以Power9系统可以减少大量时间。”
AC 922服务器采用2个Power9处理器,最多6个由NVLink接口连接的Nividia GPU。“这对任何加速工作负载来说都是非常棒的,”IBM洪高性能计算、人工智能和机器学习副总裁Sumit Gupta这样表示。
“机器学习数据集是巨大的,我们把数据迁移到加速器上的速度要远远快于迁移到英特尔系统上。”IBM表示,Power9将是美国能源部“Summit”和“Sierra”超级计算机的核心。
IBM最近经常提及摩尔定律曲线的终结,该定律称处理器密度每年会翻一番,持续超过50年。随着CPU速度缓慢提高,系统制造商一直在寻找诸如GPU等外部加速器来提升性能。这就是为什么引入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达到每秒25千兆比特,这是英特尔x86系统中采用PCIe 3.0速度的7到10倍。
Moor Insights&Strategy总裁兼首席分析师Patrick Moorhead表示:“Power9就像是瑞士军刀版的AI加速器。你可以接入地球上性能最高的加速器,配置连贯的内存,这意味着加速器可以直接访问系统内存。”
使用协同处理器可以使用板载加速器上并行运行任务来提升整体性能,但是CPU制造了一个瓶颈。他说:“最大的问题就是数据通过网络到达CPU内存,每个加速器也有它自己的内存,这样你需要将数据迁移到加速器。”
每个GPU有16GB的内存,CPU和GPU之间的带宽速度影响整体性能。Gupta表示:“从本质上讲,Power9有三个接口可加速连接到其他设备以及连接到存储级内存的速度。”
NVLink 2.0是其中最重要的,Moorhead表示。“首先增加PCIe是一个很大的提升,但是我相信增加NVLink会更加显著。这让企业在同一台服务器上使用多个GPU获得性能和一致性的优势。”
IBM在4年前成立了OpenPower联盟,旨在取代英特尔的主导地位,专注于协作开发和高性能系统。该组织吸引了包括Google在内的300多名成员,但是并没有对英特尔的市场份额产生重大影响。Google在2016年春季宣布计划在Power9芯片的基础上构建一个新的服务器,但自那之后,却鲜少有对该项目的描述。
IBM表示,Power9是对酝酿4年的处理器家族的重建。有一系列系统计划在2018年公布,但IBM没有提供具体细节。Pund-IT公司的King表示,这是值得等待的,Power9是一个“AI巨擎。如果Power9和IBM相关系统如期供货的话,那将给很多AI项目和计划带来重要影响”。
IBM并没有透露定价,但是Gupta表示,成本与x86系统相比是有竞争力的。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。