新CPU与RedHat OpenShift协同优化,助力打造企业混合云
中国北京,2020年8月21日——IBM(NYSE:IBM)今日发布IBM POWER中央处理器(CPU)系列的新一代产品:IBM POWER10。IBM POWER10旨在为企业提供一个满足独特的混合云计算需求的平台。该处理器采用7nm工艺,注重能效和性能。与IBM POWER9处理器相比,IBM POWER10的能效、工作负载容量和容器密度预计可提高3倍。
IBM POWER10处理器的设计历时五年之久,取得了上百种新专利及在申专利,是POWER系列发展过程中的一个重要里程碑,其创新之处包括:
IBM认知系统部总经理Stephen Leonard表示:“企业级混合云需要稳定的本地和远程架构,包括硬件和协同优化的软件。采用IBM POWER10,我们为企业混合云设计了顶级处理器,满足客户对性能和安全性的要求。我们的目标是使RedHat OpenShift成为混合云的默认选择,IBM POWER10能够将基于硬件的容器容量和安全增强功能融入IT基础设施。”
IBM POWER10是IBM第一款采用7nm工艺的商用芯片。十多年来,IBM研究院一直与三星电子有限公司开展研发合作,包括与IBM研究联盟伙伴一起打造的半导体行业首款7nm测试芯片。
基于此项技术以及对性能和效率设计的关注,IBM POWER10有望使每个插槽的处理器能效提高3倍,与IBM POWER9相比,在同等功耗下,提升工作负载容量。与基于IBM POWER9的系统相比,这种预期的容量提升可使基于IBM POWER10的服务器在混合云工作负载方面将用户、工作负载和OpenShift的容器密度提升3倍。1从而提高效率,降低成本(如空间和能源成本),同时混合云用户也可以在更小的占用空间内完成更多工作。
凭借额外的AES加密引擎,IBM POWER10可以为当前领先的加密标准以及未来加密协议(如量子安全加密和全同态加密)提供硬件内存加密,可保证端到端安全,实现更高的加密性能。
此外,为了保证更高密度容器的安全性,IBM POWER10可提供与IBM POWER10固件共同开发的新型硬件强制容器保护和隔离功能。如果一个容器被入侵,POWER10处理器可防止同一个虚拟机(VM)中的其他容器免受此类入侵的影响。
网络攻击不断演变,新发现的漏洞可能会导致业务在等待修复时出现中断。为了更好地使客户能够主动实时防御某些新的应用漏洞,IBM POWER10可为用户提供动态执行寄存器控制,这意味着用户将能设计出更具防御性的应用,将性能损失减至最小。
长期以来,在通过硬件和软件功能结合,为混合云和本地工作负载提供各种灵活部署的方面,IBM POWER一直都处于领先地位。IBM POWER10处理器旨在提高这种能力,使其能够在基于IBM POWER10的系统上以各种配置共享集群的物理内存。借助Memory Inception突破性新技术,IBM POWER10处理器允许集群中任何基于IBM POWER10处理器的服务器访问和共享彼此的内存,从而创建PB级内存集群。
Memory Inception技术可以使云供应商采用更少的服务器提供更多功能,同时使云用户租赁更少的资源来满足其IT需求,对双方来说都能节省成本,减少能耗。
随着越来越多的事务性和分析性工作流的业务应用开始采用AI技术,AI推理逐渐成为企业应用的核心。IBM POWER10处理器旨在增强核心AI推理能力,且无需额外的专用硬件。
与IBM POWER9处理器相比,IBM POWER10内置嵌入式矩阵数学加速器,使得FP32、BFloat16和INT8计算的AI推理速度分别快10倍、15倍和20倍,提高企业AI推理工作负载的性能,帮助企业采用他们训练的AI模型,并将其应用到实际工作中。凭借IBM的多种AI软件组合,IBM POWER10有望将AI工作负载融入典型的企业应用中,以从数据中收集更具影响力的洞察。
此外,随着针对RedHat OpenShift与硬件优化,IBM将打造出未来可期的混合云。三星电子将负责生产IBM POWER10处理器,将三星业界领先的半导体制造技术与IBM的CPU设计实现完美结合。
好文章,需要你的鼓励
传统数据工程面临数据质量差、治理不善等挑战,成为AI项目的最大障碍。多智能体AI系统通过协作方式正在彻底改变数据准备、治理和应用模式。Google Cloud基于Gemini大语言模型构建协作生态系统,让不同智能体专门负责数据工程、科学、治理和分析等任务。系统通过分层架构理解组织环境,自主学习历史工作流程,能够预防问题并自动处理重复性任务,大幅提升效率。
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
微软推出Copilot调优功能,让企业通过低代码工具利用自动化微调技术训练企业数据。与基于公开数据的通用AI模型不同,企业需要理解内部数据和流程的专业化模型。Gartner预测专业化GenAI模型市场将在2026年翻倍至25亿美元。这些模型通常基于开源模型构建,部署为小语言模型,提供更好的成本控制和数据安全性,同时更易符合欧盟AI法案要求。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。