OpenPOWER

注:本文为转载Stephen Bates (Eideticom CTO)博客文章

什么是NVMe (NVM Express)?
NVMe是一种新兴的固态硬盘接口协议,如今越来越普遍地被企业级、数据中心和HPC市场采用。NVMe构建了一个广泛的生态系统,OpenPOWER已加入其中,支持该协议。

NVMe的工作原理是通过PCIe接口将CPU连接至固态硬盘。Eideticom公司已经部署了基于NVMe协议的NoLoad™加速器,该系列加速器搭载了赛灵思(Xilinx)的可量产的FPGA加速卡。加速卡运行在Rackspace开发的可量产的OpenPOWER服务器内,全球首个支持PCIe 4.0接口且采用NVMe协议的系统就此诞生。

IBM POWER9是全球首款嵌入PCIe 4.0 IO插槽的商用处理器。与PCIe 3.0相比,其数据带宽几乎翻了一番。

Rackspace系统设计工程师Adi Gangidi表示:“非常激动能够将Eideticom存储加速平台和PCIe 4.0技术整合到我们的BarrelEye G2服务器中。Eideticom的解决方案正在帮助数据中心获得全新的、无与伦比的IO性能。”

日前,以“智慧链接新智能 创新加速助中国” 为主题2017年OpenPOWER 中国高峰论坛在京隆重召开,包括IBM、赛灵思、英伟达、浪潮、中太服务器、恒扬数据等在内的联盟成员出席了此次盛会并做了精彩发言。

会议期间, OpenPOWER Foundation联盟成员与莅临现场的近200位嘉宾共同就OpenPOWER在各种实际场景应用、CAPI架构的最近技术动态以及如何在认知时代助力企业和组织通过开源创新提升关键业务性能,积极拥抱未来人工智能带来的变化等主题展开了热烈探讨,大家一致认为只有通过不断地开源共享,强强联手,才能更进一步提升OpenPOWER生态系统的技术水平,从而更加有效地助力不同行业企业快速提升自身价值空间。

基于OpenPOWER的深度学习方案扩展到新发布版本

作者:Michael Gschwind,IBM Systems机器学习和深度学习首席工程师

我很荣幸地宣布推出面向OpenPOWER深度学习框架的重大更新,作为软件“distros”(发布版本)的安装如同使用Ubuntu系统安装程序一样轻松。

基于OpenPOWER的关键深度学习框架的重大更新
作为对我们首款深度学习框架的重要回应,我们已经做出重大的更新,刷新了所有如今的OpenPOWER可用框架,可以作为预构建的二进制库,已经针对GPU加速进行了优化:

● Caffe,一种专用的人工神经网络(ANN)培训环境,由加州大学伯克利分校伯克利视觉和学习中心开发而成,现在提供两种版本:来自UCB BVLC前沿的Caffe开发版本,以及对Caffe版本调整后的Nvidia,可以使用GPU提供更高的可扩展性。

基于CAPI接口的FPGA异构加速卡发布

2016年6月22日,备受关注的2016 OpenPOWER中国峰会如期举行。在2015年里程碑式的卓越成果基础上,经历一年的迅猛发展,OpenPOWER生态系统日趋完善,众多的创新科技成果脱颖而出。作为OpenPOWER生态体系中的一环,在此次峰会上,杭州菲数科技也正式发布了第一款支持CAPI接口技术的FPGA异构加速卡——FX410Q。

菲数FX410Q加速平台搭载Xilinx新一代20nm Kintex Ultrascale FPGA 芯片KU115(内嵌5,520个高性能DSP运算单元,76Mb内部存储),配备2个40G和2个10G以太网口,2个独立的具有2133MT/s传输能力的DDR4通道,主机侧接口为8 lane的PCIe 3.0。该平台,因其具备高计算能力,高数据吞吐率,以及高能效比,能够满足数据中心,医疗影像,大数据分析挖掘等多种市场。

FX410Q全面支持CAPI接口协议。作为IBM面向POWER系统的一致性加速处理器接口,CAPI在保证加速平台与主机间的内存一致性的同时,消除IO驱动程序等中间环节,降低了IO子系统开销和复杂性,直接分配大块虚拟内存,无需拷贝、拼接,从而提高有效性能,是异构系统接口的理想选择。

AI ( 人工智能) 现在完全处于图像识别市场的主导地位,因为卷积神经网络 (CNN) 的表现不仅远远超越同类竞争机器实现方案,甚至让人类的图像识别能力也相形见绌。基本的 CNN 算法需要大量的计算和数据重复使用,这与 FPGA 实现方案非常匹配。

赛灵思 CTO 办公室的杰出工程师 Ralph Wittig 在 2016 年 OpenPOWER 峰会上做了 20 分钟的演讲,讨论了 CNN 的当前技术最新发展水平以及包括清华大学等在内各个大学的一些研究结果。这为我们带来了几个与 CNN 算法实现方案功耗相关且备受关注的结论:

  • 继续使用片上存储器;
  • 使用较小的乘法器;
  • 继续使用定点算法 — 16 位定点解析可最大限度减少与 32 位定浮点计算有关的精确度退化问题,而且如果逐层使用动态量化,8 位计算也能产生良好的结果。
  • 要想详细了解, 一定要观看一下 Wittig 在 OpenPOWER 峰会上的演讲视频:

    IBM介绍OpenPower的成果及今后的战略

    IBM于美国时间2015年11月16日,发布了该公司主办的“OpenPOWER基金会”过去取得的成果和今后的战略。还宣布与FPGA厂商赛灵思建立了为期4年的战略合作关系,将加快机器学习、网络虚拟化、高性能计算机(HPC)及大数据分析等的技术开发。

    OpenPOWER基金会是由谷歌、IBM、Mellanox Technologies公司、英伟达、泰安电脑这五家企业于2013年8月成立的团体。目的是面向加盟企业公开IBM开发的“POWER”系列微处理器的知识产权(IP),开发各种HPC用系统以及推进其标准化。这与ARM的IP战略相似。据IBM介绍,现在加盟企业已经超过160家。

    对抗微软-阿尔特拉/英特尔联盟

    此次,IBM还宣布与赛灵思建立了战略合作伙伴关系。具体合作项目之一是开发以前赛灵思独立开发的、将FPGA作为替代GPU等的加速器使用的开发环境“SDAccel”的POWER版。这是为了抗衡微软与FPGA厂商阿尔特拉以及英特尔等领先一步实现实用化的加速系统“Catapult”。

    IBM还宣布,将扩大赛灵思已在OpenPower基金会框架中采用的POWER处理器接口“Coherent Accelerator Processor Interface(CAPI)”的使用。

    Xilinx和IBM宣布战略合作携手加速数据中心应用

    双方团队联手开发开放式加速基础架构、软件和中间件,应对不断加重的数据中心工作负载

    IBM和赛灵思公司今天联合宣布开展一项多年战略协作,在IBM POWER系统上运用赛灵思FPGA加速工作负载处理技术,以打造更高性能、更高能效的数据中心应用。IBM和赛灵思已签署一项(保密)协议,并将通过OpenPOWER基金会进行合作,共同开发开放式加速基础架构、软件和中间件,以满足机器学习、网络功能虚拟化 (NFV)、基因分析、高性能计算 (HPC) 和大数据分析等新兴应用的需求。

    2015年9月16日,OpenPOWER基金会在京召开主题为“开放力量 • 引领新一代计算技术”的第二代分布式计算技术峰会。恒扬科技携手来自IBM公司、赛灵思公司、无锡中太服务器有限公司、新浪网、清华大学等机构的领导、专家,以及ISV、FPGA技术人员和行业用户200余人共同出席了峰会。

    峰会期间,OpenPOWER基金会宣布成立第二代分布式计算联盟,以推动新一代计算技术和应用的发展。同时,构建于SuperVessel云平台上的CAPI FPGA应用加速商城(CAPI FPGA APP Store)也正式上线启动。在峰会现场,来自多家企业和机构的嘉宾介绍演示了采用基于OpenPOWER CAPI和FPGA技术开发的针对擦除码加速、图像处理等应用加速方案。

    第二代分布式计算时代到来 顺应大数据时代发展需求

    随着移动互联网、物联网、云计算和大数据时代的到来,数据量呈爆炸式增长,新的工作负载不断涌现,企业在数据处理方面面临巨大的挑战,迫使其不得不寻求更加先进、高效的数据处理能力和基础架构。

    今天,OpenPOWER基金会在京召开主题为“开放力量 • 引领新一代计算技术”的第二代分布式计算技术峰会。来自IBM公司、赛灵思公司、深圳市恒扬科技股份有限公司、联科集团(中国) 有限公司、无锡中太服务器有限公司、新浪网、清华大学等机构的领导、专家,以及ISV、FPGA技术人员和行业用户200余人共同出席了峰会。峰会期间,OpenPOWER基金会宣布成立第二代分布式计算联盟,以推动新一代计算技术和应用的发展。同时,构建于SuperVessel云平台上的CAPI FPGA应用加速商城(CAPI FPGA APP Store)也正式上线启动。在峰会现场,来自多家企业和机构的嘉宾还介绍演示了采用基于OpenPOWER CAPI和FPGA技术开发的针对数据库、键值存储、神经网络等应用加速方案。

    IBM大中华区科技战略合作总经理姜锡岫

    作者:赵效民 来源:ZD至顶网服务器频道 

    什么是异构计算?可能在很多人看来感觉高深莫测,我们可以先用一个比喻来简单的解释一下。比如在做简单的整数算数时,知道算法口诀的人,心算即可,但遇到比较复杂的算数问题时,就得需要一个计算器了,但在这个运算过程中,一些简单的计算可以提前由心算完成再输入计算器,比如计算“(5+2)÷26”,可能我们直接就输入“7÷26”了。又或者是完全交给计算器进行计算,但这也需要人脑控制手指进行计算器的数值输入,此时你的大脑与计算器就构成了完成这道数学计算任务的“异构计算系统”。

    日常生活中最常见的异构计算——人脑+计算器

    日常生活中最常见的异构计算——人脑+计算器

    同步内容