易坊好文馆

  1. 首页 > 玩科技 >

人工智能|IBM发布首款7纳米AI芯片，加码人工智能基础设施竞争

人工智能 芯片 处理器 交易 金融 纳米 深度 模型 大型机 对模型 Telum 英特尔思路 协助银行


人工智能|IBM发布首款7纳米AI芯片，加码人工智能基础设施竞争
文章图片

图片来源：IBM

当人工智能（AI）加速芯片已成为大型科技公司标配后 ， 老牌科技公司IBM亦给出回应 。 在本周举行的芯片行业会议HotChips上 ， IBM正式公布新款处理器“Telum” ， Telum是IBM首款具有芯片上AI加速功能的处理器 ， 用于IBM下一代Z系列大型机和LinuxONE服务器 。
IBM Telum包含8个处理器核心 ， 频率超过5GHz ， 每个核都由重新设计的32MB专用2级缓存支持 。 该处理器采用三星7纳米制程工艺 ， 并且单芯片内采用17层金属连接 ， 来完成高密度电路互连 ， 总线长可达约30公里 。
为了支持AI加速处理性能 ， 新处理器面积为530平方毫米 ， 集成多达225亿个晶体管 ， 并拥有全新的分支预测、缓存 ， 支持多芯片一致性互连 ， 性能提升超过40% 。
此外 ， IBM Z Telum处理器还采用双向环形互连拓扑结构 ， 带宽接近320GB/s 。 三级缓存所有核心共享 ， 通过二级缓存与核心相连 ， 平均延迟达到12纳秒（1纳秒等于10的负9次方秒） 。
IBM称 ， 新处理器通过芯片内深度学习推理(Inference)， 帮助即时解决金融客户解决欺诈等问题 ， 从而不需要将数据转移至芯片外 。 AI计算大致分为两个层面 ， 首先是对模型进行训练（training） ， 整个过程可能耗时数天或数周；之后是训练出的模型做出推理 。
实际上 ， 在芯片内集成和加强AI能力 ， IBM与英特尔思路一致 ， 两者均强调增强芯片的AI计算能力作为卖点 。 例如英特尔推出的第三代至强服务器芯片 ， 在深度学习方面增加了最新深度学习加速指令集 ， 提高AI处理速度和模型计算精度 。
IBM称 ， 其人工智能硬件研究中心花了3年的时间研发打造出Telum处理器 。 打造出第一款结合AI加速推论功能的处理器芯片 ， 用于大型机上时 ， 可以协助银行解决诈骗、高频交易等金融难 ， 预计2022年上半年采用该芯片的大型机系统将会推出 。
IBM介绍 ， 金融企业可以将训练完的AI或深度学习模型打包 ， 到采用Telum处理器的IBM系统上来部署与进行AI推理 ， 因此 ， 可以就近执行AI与深度学习推论模型 ， 例如运用AI提供金融诈骗侦测与分析 ， 或利用机器学习 ， 加快银行贷款审核流程 ， 还有处理高吞吐量的金融交易、反洗钱和风险分析等 。
IBM Z产品管理资深副总Barry Baker在采访中称 ， 虽然现今在银行一些交易处理已有结合AI防诈侦测机制 ， 但受限于CPU运算能力 ， 仅针对部分高价值、高风险交易来使用 ， 通过Telum ， 就没有这个问题 ， 可以对每笔交易进行侦测 ， 确认所有交易都正常 ， 防止漏网之鱼 。
在如火如荼的AI计算市场上 ， 英伟达凭借GPU（图形处理器）最先把握住了机会 ， 成为AI企业几乎不可或缺的芯片供应商 。 此后 ， 芯片大客户们更进一步 ， 包括谷歌、阿里巴巴、亚马逊、华为等厂商 ， 争相发布AI定制芯片 ， 纷纷推出自研AI专用芯片 ， 用于各项AI细分应用 。
【人工智能|IBM发布首款7纳米AI芯片，加码人工智能基础设施竞争】“在行业应用上 ， 我们看到人工智能的工作负载越来越复杂 ， AI模型处理体量正在急剧增长 ， 计算量需求越来越大、功耗越来越高的现状 ， 试图从因此通过定制、专用的芯片来加速AI计算将是可行的 。 ”一位IBM发言人告诉界面新闻， 她还表示 ， 自2017年以来 ， AI芯片的计算效率每年提高2.5倍 ， 这为IBM的芯片开发设立了性能基准 ， “目标是在十年内继续将AI硬件计算效率每年提高2.5倍 ， 到2029年实现1000倍的性能提升 。 ”

    推荐阅读


    上一篇：设计|道路、工厂、桥梁建模要选哪些软件？一文教你选对软件

    下一篇：互联网络|我国这个群体，规模超十亿！正在看文章的你，一定也在其中→