为AI而生的「智」臻架构,浪潮OpenPOWER FP5295G2服务器全面上市

近日,浪潮商用机器有限公司宣布搭载全新 POWER9 处理器的 FP5295G2 服务器正式全面上市。专为企业级 AI 智慧计算创新优化设计,FP5295G2 凭借其卓越的整机性能、极简的 AI 架构和一流的训练加速能力,为现代 HPC 和人工智能提供无与伦比的驱动力,全面助力企业把握 AI 时代中的新机遇。

人工智能技术正在以井喷式的速度发展,影响并改变着行业、产业与生活。Gartner 最新发布的 Hype Cycle 中,人工智能正呈现出民主化趋势,并逐步深入社会生活的方方面面,10 年后人工智能将无处不在。与此同时,人工智能技术的商业价值也逐步凸显,多方玩家纷纷入局,智能红利时代正式开启。如何抢占以人工智能技术为引领的信息产业革命的高地,为企业布局未来人工智能工作负载的需求提供坚实基础架构平台支持,市场呼唤一款真正专为 AI 设计优化的服务器。浪潮 FP5295G2 服务器应时而生,作为首个真正意义上基于 POWER9 芯片专为 AI 而生的基础架构平台,助力企业充满信心地部署深度学习框架和加速数据库等数据密集型工作负载。

图注:浪潮 POWER FP5295G2 服务器

POWER 赋能 专为 AI 而生

FP5295G2 基于全新一代 POWER9 处理器,专为企业 AI 创新设计。该款服务器搭载 NVIDIA Tesla V100 GPU,嵌入 PCIe 4.0、NVIDIA NVLink 和 OpenCAPI,采用 PowerAI,在大幅提升深度学习框架的训练效率的同时,可多方位满足企业人工智能的综合需求,以三大优势为企业提供更强、更快、更易开发的人工智能解决方案,全方位赋能企业实现人工智能时代的无限可能。

  • 极致性能助力企业加速前行:FP5295G2 采取 CPU+GPU 的异构设计,CPU 采用专为 AI 设计的 POWER9 处理器,以两倍于 x86 的强劲计算能力为企业提供无与伦比的计算支持。作为业界率先采用 PCIe 4.0 的服务器,FP5295G2 可提供 2 倍于 PCIe 3.0 的带宽。同时,嵌入的 NVIDIA NVLink 与 OpenCAPI 可支持 CPU 和 GPU 双向通信、内存共享,显著降低 IO 开销和延迟,通过直接的 CPU 加速,I/O 带宽可达 x86 服务器的 5.6 倍,为企业开拓 AI 时代的无限机遇。

  • 极简架构优化 AI 编程设计:FP5295G2 致力于为企业提供最简易的 AI 架构,可实现编程的便利性。同时,该款产品提供由 IBM 支持的 PowerAI DL 框架,可加速 Chainer、TensorFlow 及 Caffe,从而显著降低企业在 Power 系统上部署此类开源架构时的复杂性和风险,为企业应用提供从底层硬件到上层 AI 环境的整套支撑。FP5295G2 更高的性能以及更快的训练速度则为企业提供强大的算力保障,丰富的工具又为企业提供了更高的开发便利性,将以出色的架构设计帮助企业在 AI 时代抢占商业先机。

  • 极速训练赋能企业「智」胜 AI 时代:FP5295G2 基于全新 POWER9 处理器,采用 NVIDIA Tesla V100 GPU,其上的 Caffe 应用与 x86 系统相比,可将深度学习框架 AI 模型训练效率提升 3.8 倍,从而显著缩短企业部署时间,在降低企业部署开源架构风险的同时,帮助企业加速 AI 业务上线速度,助力企业业务全速驶向智慧的未来。

场景定义 激发行业 AI 潜能

FP5295G2 面向金融、制造、医疗及 HPC 等领域而专门优化,在金融反欺诈、产品质量控制与分类、医疗影像及病历分析以及 HPC 集群等应用场景中,可大幅缩短深度学习算法训练的时间。

  • 在金融领域,面对企业特别针对于结构化数据及视频图片类内容分析的需求,FP5295G2 可构建端到端深度学习解决方案,提供强大的深度学习平台和 PowerAI 预打包的深度学习框架,在集群化的环境中可提供大量图片并发处理能力,以建模服务能力及深度学习的专业技能帮助金融企业快速高效地提升预测与分析的准确率,为金融企业的数字化转型提供强有力的支持。基于 FP5295G2,人寿保单核算可从 4 天降低到数分钟。

  • 对于制造业,产品质量控制与分级、零部件及产品缺陷检测、原材料数据分析等方面需求普遍存在,但目前的传统影像分析方法对于复杂的缺陷特征需要人工建模,适应性较差,造成大量误检、漏检,效率与准确度亟需提升。FP5295G2 可应用于支持深度学习训练模型,帮助企业精确高效地识别产品型号,对最终产品进行品控。通过 PowerAI 深度神经网络,可以从历史样本中提取各种缺陷特征,自动识别缺陷并进行标识,便于提升产品质量和工作效率。后期解决方案可结合工艺及流程持续优化,模型的后期训练也易于掌握,便于企业效率持续演进。基于 FP5295G2,依托 Inception v3 与 TensorFlow,某太阳能面板产品品控准确率提升至 86%。

  • 针对医疗行业,在医疗影像智能分析、病例分析辅助诊疗方面,FP5295G2 可支撑深度学习,从历史数据中学习和总结,快速判读影像中的病症特征,辅助医生进行病症分析及趋势预测,减少因误诊漏诊,助力医院数字化转型。FP5295G2 支持 BlueMind 深度学习平台,可支持对象检测和数据准备,同时支持改变数据大小和标签坐标,在无需改变原始图像的情况下展示训练结果,大幅提高诊治效率和识别准确性。

  • 对于 HPC 超算集群而言,不断突破计算速度及互联速度是主旋律,FP5295G2 卓越的整机性能可以为其提供无与伦比的竞争优势。依托全新 POWER9 22 核处理器,通过业界最强的 NVIDIA Tesla V100 加速卡进行异构加速,运算能力可达 15.7Tflops。FP5295G2 支持新一代 CPU/GPU 互联总线 NVLink 2.0,PCIe 4.0 及 OpenCAPI 2.0,具备三位一体的技术优势。通过 100G InfiniBand,可支持超过 4000 台单机的超大规模互联。在提供超高性能的同时,FP5295G2 还针对能耗进行优化,助力打造节能高效的绿色数据中心。

全面落地 开启智能未来

自创立之初,浪潮商业机器便致力于自主研发基于 POWER9 处理器的基础架构,为客户交付可靠、安全、性能领先的架构平台。通过面向多个新兴技术领域开发、交付领先的、整合的基础架构方案,构建 Power 本地化的成功转型实践,赋能企业把握发展先机。本次 FP5295G2 的量产上市象征着专为 AI 优化设计的 POWER9 能力全面落地,将为本地企业提供实现智能未来的无限可能。

浪潮商用机器有限公司产品部总经理江豫京表示:「浪潮商用机器除了在基础架构方面不遗余力,基于 POWER9 持续推出面向云计算大数据分析和人工智能的 Inspur OpenPOWER 产品与解决方案外,也致力于在未来通过更多应用场景的实践和 ISV 应用的落地为更多行业客户创造优势,助力客户构架新业务场景的高效平台,不断壮大的本地基础架构生态,激活与企业的联合创新,同企业用户共赢数字化转型。」

产业芯片机器学习处理器
1
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

TensorFlow技术

TensorFlow是一个开源软件库,用于各种感知和语言理解任务的机器学习。目前被50个团队用于研究和生产许多Google商业产品,如语音识别、Gmail、Google 相册和搜索,其中许多产品曾使用过其前任软件DistBelief。

张量技术

张量是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数,这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在 维空间内,有 个分量的一种量,其中每个分量都是坐标的函数,而在坐标变换时,这些分量也依照某些规则作线性变换。称为该张量的秩或阶(与矩阵的秩和阶均无关系)。 在数学里,张量是一种几何实体,或者说广义上的“数量”。张量概念包括标量、矢量和线性算子。张量可以用坐标系统来表达,记作标量的数组,但它是定义为“不依赖于参照系的选择的”。张量在物理和工程学中很重要。例如在扩散张量成像中,表达器官对于水的在各个方向的微分透性的张量可以用来产生大脑的扫描图。工程上最重要的例子可能就是应力张量和应变张量了,它们都是二阶张量,对于一般线性材料他们之间的关系由一个四阶弹性张量来决定。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

深度神经网络技术

深度神经网络(DNN)是深度学习的一种框架,它是一种具备至少一个隐层的神经网络。与浅层神经网络类似,深度神经网络也能够为复杂非线性系统提供建模,但多出的层次为模型提供了更高的抽象层次,因而提高了模型的能力。

推荐文章
暂无评论
暂无评论~