新的IBM人工智能参考架构使用了英伟达的超级计算机

IBM AI参考架构的存储选项

IBM的SpectrumAI对Nvidia DGX参考架构为用户提供两种存储选项。IBM弹性存储服务器（ESS）是可用的基于闪存的固态驱动器，能够通过从10 Gbps到40 Gbps的。在中期，2019年，IBM计划新增一个基于NVMe，IBMFlashSystem 9100与频谱的比例配置，公司宣称将提供高达吞吐量的40 Gbps的。

埃里克·赫尔佐格，首席营销官和IBM存储全球渠道副总裁表示，IBM AI系统可以从300 TB扩展在低端8个百亿亿字节以上的高端。IBM频谱AI是可组合的，并且客户可以通过分别添加服务器，存储或附加的组件扩展系统。

据IBM称，装有9台Nvidia DGX服务器的机架，配备了72个特斯拉V100张量核心gpu，显示了120 GBps的吞吐量。赫尔佐格表示，带宽，而不是I/O或延迟，是AI部署的关键指标。

新的IBM AI参考体系结构的一个潜在区别是，客户可以附加额外的存储选项，以额外付费扩展基本参考体系结构。例如，客户可以添加IBM Spectrum Archive或IBM的云对象存储归档数据，或者他们可以添加光谱发现通过API来管理数据。

“它给你一个方法来创建一个非常终端到终端的AI参考架构，”赫尔佐格说。“AI需要不断地学习，这意味着该数据集只会越来越大。因此，拥有与Spectrum发现的可扩展性，以此来轻松分类和归档品牌，一个分化的解决方案。”

IBM AI差异

Gartner的高级主管和分析师Chirag Dekate表示，另一个关键的区别是IBM的战略，即让数据成为“人工智能管道中的一流公民”。通过Mellanox将Spectrum AI生态系统与DGX连接起来InfiniBand网络齿轮将使在低等待时间和高带宽中相同的命名空间的GPU处理器数据访问。

“这实际上意味着很多的RDMA[远程直接内存访问]操作你会经常在计算方面理论上可以做到在存储方面，也做，” Dekate说。

Dekate表示，IBM还支持通过频谱的比例更高的吞吐量，并与机器学习和先进的深度学习模型极高的可扩展并行数据访问。他说，大多数基于NFS的基础设施现在的选项提供了对数据的顺序访问，如果多个节点尝试访问数据，用户可能会遇到I/O瓶颈。他说，为了避免这个问题，工程师将数据复制到不同的节点，并分别访问独立的副本。

“由于IBM的频谱的比例是一个固有的并行文件系统，它们实际上可以具有一个复制并暴露，并提供到同时数据的不同部分的并行访问，” Dekate说。“而通过添加元数据层和逻辑分离到物理数据，它们能够跨多个节点的无缝访问。”

DDN的竞争对手DDN也通过InfiniBand和并行文件系统提供数据访问，但Dekate表示，DDN的主要重点是它的Lustre-based文件系统这可能更难管理，特别是对于没有经验的光辉工程师的组织。

Dekate表示，深度学习只占人工智能市场的一小部分。他说，许多企业将从简单的机器学习技术开始，不需要像Nvidia DGX-1这样的系统，具有千万亿次处理能力的gpu，NVMe-based闪光或并行I / O。他说，用户将看他们现有的内部基础设施和系统软件，以统一他们的数据层和解决他们独特的AI用例在他们考虑参考架构之前。

亨利·巴尔塔扎尔，在451 Research的研究副总裁说，他预计AI参考架构，以最终获得企业寻求简化其部署中的牵引力。在此期间，他说，很多可以通过更多的$ 1百万或AI参考架构的潜在价格标签被吓跑了。

巴尔塔扎尔指出供应商正在走出来简装具有较少的Nvidia DGX服务器或更少的存储AI的参考架构。他说，他还设想hyper-converged基础设施厂商加入GPU来他们的产品。他说，一些球员HCI已经有GPU的用于虚拟桌面基础架构，而不是AI。

IBM SpectrumAI和Nvidia DGX的定价大约为65万美元，包括单个Nvidia DGX-1服务器、IBM全闪存弹性存储服务器GS1S、IBM Spectrum Scale软件和IBM对ESS的安装支持。