以前的数据是集中式的，未来认知计算时代下数据将变成分散式，如何利用新的技术，让这些计算能力从过去的模式变成未来有关认知的计算模式，这是IBM的发展方向。谈到认知计算，IBM认知系统高级副总裁Bob Picciano认为应该从模式做出“改变”。
提升平台整体计算能力是关键
IBM认知系统高级副总裁 Bob Picciano
在以前，计算机的计算能力都在遵循摩尔定律原则，每18个月提升一倍的性能，但目前这个世界已经改变了。未来，计算不仅依靠CPU，而是拓展到一些周边设备上，包含GPU、FPGA甚至内存计算。
IBM将通过Power的模式，与周边设备的合作伙伴一起探索如何把整个设备整合在一起，在智能运算时代提供更好的计算能量。IBM Power不仅指Power的计算能力，而是把这些FPGA、GPU、内存整合起来提供更好的效能。
Power有多强？3-5倍的x86性能
Bob认为，IBM Power和OpenPOWER当前最大的任务是如何把周边的相关合作伙伴的东西结合在一起，帮助其提高I/O和内存的速度。IBM和一些伙伴比如NVIDIA、赛灵思开展合作，希望将IT系统的能力做一个整体的提升。当下，已经实现了比Intel高3-5倍的CPU和GPU间I/O带宽。面向CPU与GPU间大量分布的工作负载，如机器学习，IBM提供了比Intel更胜一筹的表现，这将使机器的训练时间从几天缩短到几小时或几分钟。
另外一个应用案例是IBM和一家石油勘探领域的应用公司Stone Ridge合作。IBM用了60台Power、120片GPU，体积大概有会议桌的一半那么大，在90分钟时间内就完成了计算。如果用Intel的传统计算平台，使用的机器的规模就需要半个足球场那么大，要跑20个小时。
Bob表示：在高性能计算的时代，计算不能用旧的方法，而是要用新的科技，确保GPU、CPU、I/O、内存等等结合在一起，才能够发挥更好的性能。
一直以来，IBM在IT领域都扮演着领头羊的角色，从云计算、大数据到人工智能方面的创新都是如此。据Bob介绍，IBM和谷歌等互联网公司都有合作。2016年IBM和腾讯合作，在基于 Power的平台上做Sort Benchmark排序测试，打破了之前的纪录。
据了解，互联网公司在使用AI或者机器学习基本都围绕两个领域，一是如何提供对个人化的服务支持，能够更精致地提供好的服务。用人工智能方式，就可以提供更准确的资讯。第二，很多互联网企业把人工智能拿来做对客户行为分析的工具，比过去的大数据分析更进一步，更有准确性。这方面的应用，I/O速度就是关键，只有把I/O速度提高，才能让有关人工智能、机器学习的计算达到更好效果。
与英特尔以处理器计算为主的方向不同，IBM主张是开放的OpenPOWER。在与谷歌合作方面，IBM将把最核心的通道打开，透过OpenPOWER的合作伙伴提供周边的加速器，让谷歌根据不同领域需求调试出一个最好的效果。
OpenPOWER开启若干创新
IBM一直坚持OpenPOWER策略，目前OpenPOWER基金会已经有超过300家合作伙伴和企业加入，能够在IBM帮助下实现创新。以前与CPU之间链接需要通过PCIe，位宽和速度难以保证;IBM的合作伙伴可以通过OpenCAPI直接和CPU链接，很大程度上提升了速度，因此在认知计算的时代能够达到非常好的效能。
Intel一直将I/O性能限制在芯片上，IBM的策略则是希望和合作伙伴一起保护他们所有的投入和创新，共同成长。因此，我们看到很多合作伙伴选择了OpenPOWER，这样的社区也在不断壮大。
随着认知计算时代的到来，未来的机器应运而生，IBM继续遵循OpenPOWER开放策略，着力提供一整套新技术，在未来的计算时代提供更好的解决方案。
