谷歌與IBM加強合作,Power處理器迎來新機會

半導體行業觀察 發佈 2020-01-14T16:03:52+00:00

此外,Alpha-Data、Amphenol、Cavium、Mellanox、Nallatech、Rambus以及 Xilinx 宣布採用全新的OpenCAPI 設備,以此利用 POWER9 顯著的內存帶寬優勢。

來源:本文來自「新浪科技」,謝謝。

谷歌宣布與IBM達成合作,在谷歌雲上推出IBM Power Systems,希望能說服更多企業向雲端遷移。由於谷歌希望吸引更多企業遷移到該公司的雲計算平台,因此就要為企業提供他們目前正在使用的傳統基礎架構和工作負載,為其提供便利。

這些工作負載中許多都在搭載Power處理器的IBM Power Systems上運行,而到目前為止,IBM幾乎還是唯一一家提供雲端Power系統的供應商。但谷歌現在通過與IBM的合作涉足了這一領域。

「那些希望藉助雲實現其現有基礎架構現代化並簡化其業務流程的企業,可以有很多選擇。」谷歌雲全球生態系統企業副總裁凱文·因齊普拉尼(Kevin Ichhpurani)說,「另一方面,一些組織正在重新構建整箇舊系統以採用雲。但是,還有很多企業希望繼續利用其現有基礎架構,同時仍能受益於雲端的靈活使用模型、可擴縮性以及人工智慧、機器學習和分析等領域的新進步。」

鑒於許多公司將Power Systems用於基於SAP和Oracle的關鍵任務工作負載,因此這種做法顯然很有意義。這樣一來,企業就可以繼續運行這些工作負載並將它們緩慢地移動到雲中,而無需重新設計其應用程式和基礎架構。谷歌雲上的Power Systems顯然已與谷歌的服務和計費工具集成在一起。

由於IBM擁有自己的雲產品,因此看到它與谷歌合作在後者的雲服務中引入自家的Power Systems的確有點奇怪,儘管它肯定有望藉此出售更多的Power伺服器。不過,此舉對於谷歌雲來說是的確意義重大,因為谷歌雲的使命是為其平台帶來更多企業工作負載。隨著企業對谷歌雲平台的適應,他們很可能會向雲端遷移其他工作負載。

谷歌部署IBM POWER9處理器有先例

早在2018年三月,谷歌就宣布在其數據中心布署IBM POWER9處理器。當時的報導披露,谷歌確認已將「Zaius」平台部署到他們的數據中心,用於處理生產工作負載。谷歌公司的 Maire Mahoney 在2018年的OpenPOWER 峰會上上表示,「我們已經將『Zaius』部署至谷歌的數據中心,並將會逐步擴大使用規模」。

而據福布斯撰稿人Patrick Moorhead當時的介紹,目前數據中心主流的三種系統架構是 ARM、POWER 以及 x86。OpenPOWER 基金會是面向所有 POWER 產品的生態系統,也是一個協作式的開源組織,旨在挑戰和顛覆傳統x86架構在業內的主導地位。隨著每年都有很多公司加入、註冊成為供應商和客戶,OpenPOWER不斷壯大,現在擁有 325 個成員。

他進一步指出,POWER 架構最大的優勢在於其加速功能(GPU、FPGA、DSP 以及 ASIC)和新增的內存一致性功能。POWER 架構上這些新增的卡片或晶片通過直接的 CPU 加速,可以為機器學習、大數據、安全與網絡工作負載提供卓越支持力量。全新的 POWER9 配備了一系列引人注目的尖端技術,包括 NVIDIA NVLink、OpenCAPI 以及 PCIe Gen4。POWER9 提供比 x86 多四倍的每內核線程數量和多達 9.5 倍的內存帶寬,專為大數據、人工智慧和機器學習工作負載而生。當然,這也為 OpenPOWER 基金會的成員創造了一系列全新的發展機會,他們的發展成果也在此次峰會上悉數亮相。

從Patrick Moorhead的介紹我們得知,Atos、Gigabyte、Hitachi、Inspur、Inventec、Rackspace、Raptor、Wistron 等基金會成員紛紛在此次峰會上宣布部署全新的 POWER 伺服器。此外,Alpha-Data、Amphenol、Cavium、Mellanox、Nallatech、Rambus 以及 Xilinx 宣布採用全新的OpenCAPI 設備,以此利用 POWER9 顯著的內存帶寬優勢。Broadcom Limited、Eiditicom 和 NEC 宣布部署了全新的 PCIe Gen4 設備,他們聲稱這些設備將加快OpenPower平台的計算、聯網和存儲流程。在軟體方面,brytlyt、Elinar Oy、ISVs H20、MapD 等公司也在本次峰會上宣布實施了一系列全新的 OpenPOWER 可兼容產品。其中,POWER9 的專攻領域——人工智慧和現代數據工作負載,受到許多公司關注。我

谷歌Mahoney 解釋了 Google 偏愛 POWER9 的原因:

1、提供更多內核和線程來支持谷歌的核心搜索技術

2、提供更多的內存帶寬來支持 RNN 機器學習執行流程

3、OpenCAPI 加速總線提供更快且「更開放」的快閃記憶體 NAND

*免責聲明:本文由作者原創。文章內容系作者個人觀點,半導體行業觀察轉載僅為了傳達一種不同的觀點,不代表半導體行業觀察對該觀點讚同或支持,如果有任何異議,歡迎聯繫半導體行業觀察。

今天是《半導體行業觀察》為您分享的第2189期內容,歡迎關注

關鍵字: