Am letzten Tag der CeBIT 2017 hatte ich das Vergnügen, mit Ulrich „Uli“ Walter von IBM über das Thema Künstliche Intelligenz zu plaudern. Dabei verriet er mir, was IBM Systems mit KI zu tun hat, welche Rechenpower dafür erforderlich ist und was in diesem Kontext IBM empfiehlt. Und warum schneller Speicher auch wichtig, habe ich ebenfalls von Uli erfahren.
Unstrukturierte Daten erfordern superschnelle Rechnersysteme
Was IBM-Systeme mit Künstlicher Intelligenz zu tun haben, wollte ich gerne wissen. Nun, das sei doch die Basis von KI: Eine schnelle Maschine, auf der sich rechenintensive und hochkomplexe Anwendungen wie Maschine Learning und Deep Learning mühelos ausführen lassen.
Dazu zählt aber nicht nur die reine Rechenleistung, sondern auch die Speicherleistung, die solch ein Hochleistungsserver bereitstellen muss. Denn gerade die Künstliche Intelligenz hantiert oft und gerne mit unstrukturierten Daten (Videos, Social-Media-Daten, etc.), die superschnelle Speichersysteme erfordern.
[irp posts=“168685″ ]
IBM POWER8-Systeme leisten mehr als Google Brain auf engstem Raum
Doch warum ist es heute einfacher, KI-Anwendungen zu realisieren? Für die Beantwortung dieser Frage zog Uli das Beispiel „Google Brain“ zurate. Dieser Supercomputer weist 16.000 Computer-Knoten auf und erzielt damit eine Rechenleistung von 50 TeraFLOPS .
Dieselbe Rechenleistung bietet heute, also gerade einmal fünf Jahre später, ein IBM POWER8-basiertes System, das deutlich preisgünstiger und kleiner ist und damit auch deutlich weniger Strom verbraucht. Das macht solche Systeme selbst für kleinere Firmen durchaus attraktiv.
POWER8 + NVIDIA + Mellanox = starkes KI-System
Die wesentliche Aufgabe der Künstlichen Intelligenz besteht laut Uli vor allem in der Wertschöpfung der zugrunde liegenden Daten, mit denen sich beispielsweise Konsumentenverhalten voraussagen, Präventionsmaßnahmen im öffentlichen Raum ableiten oder Versicherungsfälle aufklären lassen.
Für diese äußert rechenintensiven Anwendungen empfiehlt IBM natürlich eine Rechenmaschine vom Typ POWER8, in der obendrein NVIDIA-GPUs mit NVLink-Technik und Mellanox-Komponenten ihren Dienst verrichten. Damit bekommt man Rechenboliden an die Hand, die bis zu 80 TeraFLOPS und extrem hohe Datenbandbreiten liefern.
[irp posts=“168403″ ]
Mit POWER9 kommt noch mehr KI-Leistung in die Rechenzentren
Wie es weitergeht, wollte ich natürlich auch noch gerne wissen. Nun, hier befindet sich die POWER9-Prozessortechnik quasi auf der Zielgeraden. Mit diesen nächsten Hochleistungs-CPUs und -GPUs von IBM wird auf erneut kleiner werdendem Raum die Grundlage für künftige KI-Anwendungen geschaffen. Eine erste, grobe Schätzung geht von 100 TeraFLOPS aus, was eine deutliche Leistungssteigerung darstellt.
IBM hat auch KI-taugliche Speichersystem im Portfolio
Welche Speicherlösungen seitens IBM für das Thema Künstliche Intelligenz und Cognitive Computing zur Verfügung stehen, das erzählt Uli ab Minute 3:50 am besten selbst. Na dann: Film ab!