我们正处于全球转型之中,它正在触及我们世界、生活和业务的方方面面。许多业内人士认为,人工智能 (AI) 是从根本上改变组织从数据中获取洞察力的方式的关键。我们知道人工智能将改变我们客户的游戏规则,但我们也知道人工智能没有“灵丹妙药”。对于我们的大多数客户来说,人工智能将是一段旅程。大多数组织仍处于人工智能采用的早期阶段这一事实证明了这一点。考虑来自 IDC [i]的这些 AI 采用事实:

  • 31% 的组织处于发现/评估阶段
  • 22% 的组织计划在未来 1-2​​ 年内实施人工智能
  • 22% 的组织正在运行 AI 试验
  • 4% 的组织已经部署了人工智能

我们与客户的经验表明,作为一个组织采用整体的人工智能战略来从他们的数据中获得洞察力,审视他们的基础设施以及他们的数据管理战略和人工智能能力是至关重要的。从数据中获取最大价值的组织正在靠近数据所在的位置构建数据管理和 AI 平台,从而减少延迟。此外,他们正在使用专为数据和计算密集型工作负载(如高级分析和人工智能)设计的基础设施,以及部署经过优化以利用它的软件。这可以最大限度地提高部署效率和洞察力的价值。

在实施 AI 时,组织通常会遇到服务器性能瓶颈和开源软件复杂性的问题。为了应对这些挑战,今天我们宣布推出有助于简化人工智能和深度学习的软件创新,以及专为人工智能时代设计的新硬件平台。

以下是一份快速清单,可帮助您了解企业 AI 之旅的准备情况:

  1. 您是否正在测试针对运行它们的硬件进行了优化的强大 AI 框架?
  2. 您的硬件是否已优化为 AI 就绪的企业数据平台?
  3. 您是否部署了 Hadoop 和 Spark 等现代数据平台来帮助您组织非结构化数据?

为了使这个优化的平台成为现实,今天最适合企业的深度学习工具包IBM PowerAI已在 POWER9 上可用,并且首次在 Red Hat 操作系统上可用。现在,红帽企业可以利用业界领先的开源框架,探索具有大型模型支持的分布式深度学习的潜力。为了在这一旅程中为客户提供支持,IBM 为深度学习框架提供全面的企业支持。此外,PowerAI 的 AI Vision 工具的新更新允许在直观的 GUI 中轻松训练计算机视觉网络,因此企业可以利用他们所拥有的开发人员技能,立即获得支持 AI 的计算机视觉的培训。

“IT
优化推动了对更完整的企业就绪平台的需求,这些平台采用最流行的开源创新并以现代企业所期望的可靠性和支持来支持它们,”云和操作系统基础架构工程副总裁
Tim Burke 说,红色的帽子。“基于 POWER9 的服务器运行红帽领先的开放技术,为生产部署所需的机器学习和 AI
框架提供了更稳定和性能优化的基础。今天,我们很高兴能够扩展我们与 IBM 长达两个十多年的合作,将 PowerAI
作为我们平台的第一个商业支持的 AI 软件产品,它拥有流行的框架,如 Tensorflow 和 Caffe。”

为了创建一个 AI 优化的基础架构,今天我们还宣布了我们的 IBM POWER9 服务器系列中的下一个:IBM Power Systems LC922 和 LC921。这些全新的平衡服务器带来了卓越的计算能力和高达 120 TB 的数据存储,以及包括 HDD、SSD 和 NVMe 在内的混合存储选项,可快速访问大量有价值的数据。

这些新服务器加入了我们之前发布的 AC922 服务器的更新版本,该服务器现在具有最近发布的 32GB NVIDIA V100 GPU 和更大的系统内存,可支持更大的深度学习模型,以帮助提高 AI 工作负载的准确性。

在这场 IT 革命中,我们正在与行业领导者合作,在专为提升企业 AI 功能而设计的软件和硬件堆栈中带来创新。

“GPU 是全球人工智能和深度学习取得重大进展的基础,”NVIDIA 加速计算集团产品营销经理 Paresh Kharya 说。“通过
NVIDIA NVLink 实现的 IBM POWER9 处理器和 NVIDIA V100 GPU
的紧密集成,企业可以体验到计算密集型工作负载性能的惊人提升。”

支持这两款服务器的是 IBM POWER9 CPU,它包括对下一代 NVIDIA NVLink 互连技术和 PCI Express (PCIe) 4.0 的片上支持,以实现更高的性能和更大的数据传输吞吐量。这些技术使 IBM POWER9 的 CPU 到 GPU 带宽比 x86 [ii]提高了近 5.6倍,可以将深度学习训练时间提高近 4 倍[iii] [iv]。

“企业需要一个灵活、高效和统一的平台来让他们的数据有效地发挥作用,”Hortonworks 的首席技术官 Scott Gnau 说。“获胜的平台包括现代数据架构,包括核心 Hadoop 和流媒体软件,以及专为数据密集型工作负载设计的硬件,最终将推动人工智能的真正回报。IBM 是唯一一家提供统一基础架构方法的供应商,可以将 AI 提升到一个新的水平。”

我们知道通往 AI 的旅程并不容易,但 IBM 致力于在每一步都与您合作。

[i] IDC, When Computing Becomes Human: Automation, Innovation, and the Rise of the All-Powerful Service Provider, doc #DR2018_GS4_MB, February 2018

[ii] Results are based on IBM Internal Measurements running the CUDA H2D Bandwidth Test
Hardware: Power AC922; 32 cores (2 x 16c chips), POWER9 with NVLink 2.0; 2.25 GHz, 1024 GB memory, 4xTesla V100 GPU; Ubuntu 16.04. S822LC for HPC; 20 cores (2 x 10c chips), POWER8 with NVLink; 2.86 GHz, 512 GB memory, Tesla P100 GPU
Competitive HW: 2x Xeon E5-2640 v4; 20 cores (2 x 10c chips) / 40 threads; Intel Xeon E5-2640 v4; 2.4 GHz; 1024 GB memory, 4xTesla V100 GPU, Ubuntu 16.04

[iii] Results of 3.7X are based IBM Internal Measurements running 1000 iterations of Enlarged GoogleNet model (mini-batch size=5) on Enlarged Imagenet Dataset (2560×2560). Hardware: Power AC922; 40 cores (2 x 20c chips), POWER9 with NVLink 2.0; 2.25 GHz, 1024 GB memory, 4xTesla V100 GPU; Red Hat Enterprise Linux 7.4 for Power Little Endian (POWER9) with CUDA 9.1/ CUDNN 7;. Competitive stack: 2x Xeon E5-2640 v4; 20 cores (2 x 10c chips) / 40 threads; Intel Xeon E5-2640 v4; 2.4 GHz; 1024 GB memory, 4xTesla V100 GPU, Ubuntu 16.04. with CUDA .9.0/ CUDNN 7 Software: Chainverv3 /LMS/Out of Core with patches found at https://github.com/cupy/cupy/pull/694 and https://github.com/chainer/chainer/pull/3762

[iv] Results of 3.8X are based IBM Internal Measurements running 1000 iterations of Enlarged GoogleNet model (mini-batch size=5) on Enlarged Imagenet Dataset (2240×2240). Power AC922; 40 cores (2 x 20c chips), POWER9 with NVLink 2.0; 2.25 GHz, 1024 GB memory, 4xTesla V100 GPU ; Red Hat Enterprise Linux 7.4 for Power Little Endian (POWER9) with CUDA 9.1/ CUDNN 7;. Competitive stack: 2x Xeon E5-2640 v4; 20 cores (2 x 10c chips) / 40 threads; Intel Xeon E5-2640 v4; 2.4 GHz; 1024 GB memory, 4xTesla V100 GPU, Ubuntu 16.04. with CUDA .9.0/ CUDNN 7. Software: IBM Caffe with LMS Source code https://github.com/ibmsoe/caffe/tree/master-lms

Tags: none

我有个想法