x86反击战再继续，“蓝色巨人”推专为AI设计的POWER9

“ 十年前客户在选型时会选RISC芯片的设备，五年前会考虑x86，但人工智能时代客户的决策重心已经在改变，是应用驱动，决策开始前移，会在一开始考虑到这套系统需要更多的CPU等。” IBM副总裁大中华区硬件系统部总经理侯淼如是告诉36氪。

这种不易察觉的变化，使得稳定持久的服务器芯片行业开始发生变革。现在，作为人工智能领域的重要玩家之一，蓝色巨人IBM正带着自己潜心研发四年的AI芯片架构POWER 9回归，加速这种客户购买行为改变。
在x86不断成熟的今天，这一次，IBM能以性能反击成功么？
一
服务器市场，X86与IBM POWER的爱恨情仇总是绕不开的话题。
面对已经占据服务器市场90%以上份额的x86，四年前，IBM出售x86服务器业务，聚焦高端市场。
四年之后，服务器市场开始迎来新的大变量——人工智能。AI重塑产业链的当下，包括数据中心业务在内的全产业决策的重心也在改变：软件开始定义硬件，需求开始定义产品。
侯淼发现，“今天的决策是应用结果来驱动决策的，很多客户开始做一个系统，比如人脸识别系统、钢厂残次品诊断系统，决策时会先思考哪些平台可以帮助实现这个目标。虽然与此前一样都是应用驱动，但是以前决策开始前移，会在一开始考虑到这套系统需要更多的CPU等。”
得益于互联网时代我们累积的巨量数据，AI技术的爆炸式进展，尤其是深度学习技术成熟被广泛应用，数据的计算开始成为瓶颈。众所周知，深度学习的过程可以简化理解为利用大量标注的图像进行训练，训练出一个行之有效的模型，再将这一模型运用新的图像的推断。这个耳熟能详的爆款算法是建立在多层大规模神经网络之上的，后者本质上是包含了矩阵乘积和卷积操作的大运算量函数。具体到训练，你需要先定义一个包含回归问题的方差、分类时的交叉熵的代价函数，再数据分批传递进网络，根据参数求导出代价函数值，从而更新整个网络模型。这通常意味着至少几百万次的相乘处理，计算量巨大，处理速度很有可能受到影响。