Neuer Power-Prozessor von IBM
Power9-Prozessor für KI-Anwendungen
Mit doppelt so leistungsfähigen Kernen wie x86 und einer um den Faktor 9,5 höheren E/A-Datenübertragungsrate preist IBM seinen neuen Prozessor Power9 als Prozessorarchitektur für künstliche Intelligenz an.
Vor vier Jahren startete IBM mit der Entwicklung einer neuen Prozessorarchitektur um KI-Applikationen wie maschinelles Lernen, speziell Deep Learning, zu unterstützen. Die neuen Power9 genannten Prozessoren wurden speziell für das Bearbeiten freier Datenströme und Sensor-Datenströme, datenintensiver KI-Algorithmen und Deep-Learning-Routinen konzipiert. Dafür wurden vor allem die Fähigkeiten zum schnellen Datenaustausch gesteigert, z.B. mit der nächsten Generation NVLink mit 5,6-fach höherem Datendurchsatz als PCIe der dritten Generation und CAPI 2.0 (Coherent Accelerator Processor Interface) mit 25-Gbit/s-Schnittstellen zur Beschleunigung von GPU und OpenCAPI – was einer vierfach höheren Datenrate gegenüber der vorhergehenden Prozessorgeneration Power8 entspricht. Mit der Fähigkeit 2 TB kohärentem Speicher zu nutzen wird im Power9-Prozessor der Datenaustausch zwischen GPU und GPU sowie GPU und CPU unterstützt.
Jobangebote+ passend zum Thema
Power9-Prozessor von IBM
Einige zentrale Komponenten des neuen Power9-Prozessors wurden im deutschen IBM Forschungs- und Entwicklungszentrum in Böblingen bei Stuttgart entwickelt. Dazu gehören beispielsweise die PCI-Express-4.0-Schnittstelle, die gegenüber PCI-Express 3.0 eine doppelt so hohe Datenrate ermöglicht, sowie neue Hardware-Funktionen für die Unterstützung von so genannten »High Precision (128 bit) Floating-Point Operationen«, die besonders für wissenschaftliches Rechnen wichtig sind. Auch die Unterstützung von Blockchain-Anwendungen und eine verbesserte Rechenleistung pro Watt konnte mit Hilfe der deutschen Experten realisiert werden.
Der Power9-Prozessor besteht aus 8 Mrd. Transistoren und wird in einem 14-nm-Prozess gefertigt. Auf seiner Basis hat IBM einen neuen Server, genannt AC922 Power System, gebaut. Mit ihm verspricht IBM, dass die Leistungsfähigkeit mit Deep-Learning-Applikationen gesteigert werden kann - um den Faktor 3,7 mit Chainer und mit Caffe (Convolutional Architecture for Fast Feature Embedding) um den Faktor 3,8.
