x86反击战再继续，“蓝色巨人”推专为AI设计的POWER9(5)

三
Power主打高端服务器市场，对于这些客户来说，部署人工智能应用不仅会看重部署的速度以及未来的可拓展性。而这正是POWER9的两大优势。
根据IBM官方的数据，全新POWER9系统专为计算密集型人工智能工作负载而设计，可将深度学习框架的训练时效提高近四倍。
商业市场，唯快不破。研发人工智能的应用，模型训练环节至关重要。大量的数据投喂给机器，更快的处理速度才有可能更快的验证想法、做出模型。举例来说，如果在人工智能网络里选错了超参（Hyper-parameter），做了几天才发现，就需要重新设计算法和网络；而加速计算的过程，在几小时内发现这样的问题，就意味着拖慢的研发周期大幅缩短。
这在POWER8时代就已经被验证。根据深科技的报道，2017 年 8 月 IBM 使用自行开发的 POWER8服务器，配合 256 块 GPU，处理来自 ImageNet-22K 数据库的 750 万张图片时，不仅识别准确率高达 33.8%，高于微软2016 年创下的 29.8% 纪录，更将周期缩减到7小时，而一年之前微软则花费了10天。

除了硬件本身，IBM也在软件层面加速这一过程。以深度学习做人工智能的算法应用为例，IBM通过Hyper-parameter Search（超参挑选）这样的软件工具，帮助用户在GPU里进行分组，同时跑几组数据，从而得出最优的参数。
另一方面，今天很多人工智能的应用，已经不仅仅是跑在一台机器上，往往需要多台机器的配合。而这也是一直以来Power服务器的优势所在。
相比于采用NUMA结构的x86，采用SMP的Power架构可以保障内存在访问任意一枚CPU时速度是一致的，不会像x86一样，出现访问自己部分的内存速度飞快，但访问其他部门的内存就速度就会大幅缩减。因此，也不会像x86一样，很少做到4路以上。软件方面，今年12月初，IBM发布了名为Deep Learning Impact的软件工具，利用大数据的技术，可以把人工智能的框架水平扩展到多台机器上去跑。