Llegamos a ustedes gracias a:



Noticias

IBM presenta Power 9, su plataforma diseñada para Linux

[04/04/2018] Hace unos días IBM presentó en el Perú Power 9, una plataforma conformada por cuatro tipos de máquinas que tienen en común el haber sido creadas para trabajar con Linux.

Efectivamente, el que Linux ahora tenga tanta presencia en el ámbito empresarial ha hecho que la firma no solo cree máquinas específicas para este sistema, sino que incluso vaya un paso más allá creando máquinas específicas para Linux, pero además específicas para un uso particular; cuatro en realidad: Inteligencia artificial, Nutanix, Hadoop/OSDB y SAP Hana.

"No es que tengamos una máquina que puede ser utilizada con Linux, sino que tenemos la máquina especializada en Linux para cada uno de estos cuatro propósitos, sostuvo Gino Drago, Power CTS Perú de IBM, quién nos explicó la plataforma.

Para cada tarea

El ejecutivo indicó que una de las características de Power 9 es que ofrece una rápida interacción entre las CPU y las GPU, además de un acceso coherente a la memoria vía NVLINK 2.0. cuando se trata del uso de la máquina para tareas de inteligencia artificial. De acuerdo con Drago, lo que usualmente se tiene -en el mundo X86- son máquinas con PCIe de tercera generación o incluso PCIe de cuarta generación; pero con Power 9 con 25G Link y NVLink 2.0 se logra una mejora de hasta 10 veces la capacidad de las máquinas que usan PCIe de tercera generación.

Además, la infraestructura viene acompañada con productos que ayudan a los clientes a realizar proyectos de inteligencia artificial de manera más ágil. Por ejemplo, Power AI es un conjunto de varios marcos de código abierto de inteligencia artificial como TensorFlow que son integrados, para que los clientes los puedan integrar de una manera fácil y rápida.

"Acompañando a estos frameworks se encuentran dos características: Distributed Deep Learning, el cual permite que los modelos de inteligencia artificial de las empresas, en la fase entrenamiento y de deployment, pueda escalar a más de lo que un solo servidor puede otorgar en términos de capacidad, comentó Drago.

Señaló, asimismo, que en el mundo x86 las máquinas pueden tener un máximo de ocho GPU y los modelos de entrenamiento y de uso son para un solo servidor; pero con el Distributed Deep Learning, los clientes pueden llevar a Power el mismo modelo usando más máquinas y trabajar el modelo como un cluster distribuyendo la potencia y la capacidad entre ellas.

"Así, una solución que se tenía que entrenar en 16 días se pudo entrenar en Power en solo siete horas, por supuesto, hay que entender que esto se logró utilizando 64 máquinas (256 GPU), pero se debe tomar como una muestra de la capacidad de escalar que tiene Power 9 a diferencia de las otras alternativas, anotó el ejecutivo.

Otro aspecto de la inteligencia artificial en Power 9 destacada por Drago es el grado de detalle con el que se puede manejar la información. "En el modelo tradicional los desarrolladores se encuentran circunscritos a la memoria que se encuentra dentro de una GPU para desarrollar su modelo lo cual implica, en el mejor de los casos, 64 GB de memoria. Si se requiriera de mayor resolución no se podría salir de ese parámetro, se tendría que sacrificar la calidad de la información con la que se está trabajando o hacer el modelo más simple con lo cual su capacidad de inferencia se vería mermada, explicó el ejecutivo.

Sin embargo, añadió, gracias al Large Model Support de Power 9 el GPU puede utilizar toda la memoria del servidor, hasta 2TB de información. "La persona que desarrolló su caso no tiene que hacer ninguna modificación para poder aprovechar esta cualidad, el sistema automáticamente mueve la información de la memoria del GPU a la memoria del servidor de forma transparente, indicó el ejecutivo.

De la misma forma en que Power 9 tiene una máquina específica para las tareas de inteligencia artificial, también tiene otras tres para Nutanix, en la que aprovecha los ambientes hiperconvergentes y que se presenta como ideal para bases de datos de código abierto de Linux y ambientes de prueba de AIX. Igualmente, tiene otra máquina para Hadoop y bases de datos de código abierto, con la cual se puede examinar grandes volúmenes de datos sin comprometer la estructura. Finalmente, también posee una máquina para Hana en la que ofrece flexibilidad y eficiencia extrema para S/4 HANA, además de virtualización plenamente soportada por SAP sin impacto en el rendimiento y en la que se puede ejecutar cargas HANA, IBM i y AIX en simultáneo.

También en el almacenamiento

En la misma reunión también se mostró la propuesta que tiene IBM para el almacenamiento. Básicamente, ésta se resume en IBM Spectrum Storage, un conjunto de 11 soluciones de software-defined storage que se entrega en appliances, nube y soluciones convergentes, y que responden a las necesidades en gestión, servicios de almacenamiento y software de infraestructura/definido por software.

La estrategia de IBM en cuanto al tema del almacenamiento pasa por el hecho de que en la actualidad hay varios tipos de propuestas que incluyen la nube, los almacenamientos flash y, por supuesto, las propuestas definidas por software. A ello hay que agregar que en el actual entorno las empresas son ahora multinube y que las empresas buscan desarrollar una estrategia de datos y nube para sus infraestructuras.

IBM propone modernizar las cargas de trabajo; es decir, el uso de nubes privadas para la tradicional infraestructura de las aplicaciones, pero con la agilidad, flexibilidad y costo de las nubes públicas.

También propone la transformación con aplicaciones de siguiente generación; es decir, el uso de la infraestructura de la inteligencia artificial y el big data para soportar la analítica de datos de alto rendimiento y la HPC aprovechando el poder de la comunidad de código abierto.

Finalmente, propone la refactorización/integración de las aplicaciones, lo que implica el uso de nubes privadas para la modernización de las aplicaciones y su desarrollo ágil con plena portabilidad para aprovechar la infraestructura de la nube pública.