IBM发布首款7纳米AI芯片，加码人工智能基础设施竞争

“目标是在十年内继续将AI硬件计算效率每年提高2.5倍，到2029年实现1000倍的性能提升。”

当人工智能（AI）加速芯片已成为大型科技公司标配后，老牌科技公司IBM亦给出回应。在本周举行的芯片行业会议HotChips上，IBM正式公布新款处理器“Telum”，Telum是IBM首款具有芯片上AI加速功能的处理器，用于IBM下一代Z系列大型机和LinuxONE服务器。

IBM Telum包含8个处理器核心，频率超过5GHz，每个核都由重新设计的32MB专用2级缓存支持。该处理器采用三星7纳米制程工艺，并且单芯片内采用17层金属连接，来完成高密度电路互连，总线长可达约30公里。

为了支持AI加速处理性能，新处理器面积为530平方毫米，集成多达225亿个晶体管，并拥有全新的分支预测、缓存，支持多芯片一致性互连，性能提升超过40%。

此外，IBM Z Telum处理器还采用双向环形互连拓扑结构，带宽接近320GB/s。三级缓存所有核心共享，通过二级缓存与核心相连，平均延迟达到12纳秒（1纳秒等于10的负9次方秒）。

IBM称，新处理器通过芯片内深度学习推理(Inference) ，帮助即时解决金融客户解决欺诈等问题，从而不需要将数据转移至芯片外。AI计算大致分为两个层面，首先是对模型进行训练（training），整个过程可能耗时数天或数周；之后是训练出的模型做出推理。

实际上，在芯片内集成和加强AI能力，IBM与英特尔思路一致，两者均强调增强芯片的AI计算能力作为卖点。例如英特尔推出的第三代至强服务器芯片，在深度学习方面增加了最新深度学习加速指令集，提高AI处理速度和模型计算精度。

IBM称，其人工智能硬件研究中心花了3年的时间研发打造出Telum处理器。打造出第一款结合AI加速推论功能的处理器芯片，用于大型机上时，可以协助银行解决诈骗、高频交易等金融难，预计2022年上半年采用该芯片的大型机系统将会推出。

IBM介绍，金融企业可以将训练完的AI或深度学习模型打包，到采用Telum处理器的IBM系统上来部署与进行AI推理，因此，可以就近执行AI与深度学习推论模型，例如运用AI提供金融诈骗侦测与分析，或利用机器学习，加快银行贷款审核流程，还有处理高吞吐量的金融交易、反洗钱和风险分析等。

IBM Z产品管理资深副总Barry Baker在采访中称，虽然现今在银行一些交易处理已有结合AI防诈侦测机制，但受限于CPU运算能力，仅针对部分高价值、高风险交易来使用，通过Telum，就没有这个问题，可以对每笔交易进行侦测，确认所有交易都正常，防止漏网之鱼。

在如火如荼的AI计算市场上，英伟达凭借GPU（图形处理器）最先把握住了机会，成为AI企业几乎不可或缺的芯片供应商。此后，芯片大客户们更进一步，包括谷歌、阿里巴巴、亚马逊、华为等厂商，争相发布AI定制芯片，纷纷推出自研AI专用芯片，用于各项AI细分应用。

“在行业应用上，我们看到人工智能的工作负载越来越复杂，AI模型处理体量正在急剧增长，计算量需求越来越大、功耗越来越高的现状，试图从因此通过定制、专用的芯片来加速AI计算将是可行的。”一位IBM发言人告诉界面新闻 ，她还表示，自2017年以来，AI芯片的计算效率每年提高2.5倍，这为IBM的芯片开发设立了性能基准，“目标是在十年内继续将AI硬件计算效率每年提高2.5倍，到2029年实现1000倍的性能提升。”