11月4日消息，为了解决AI对数据、能源和内存资源的巨大需求，IBM一直致力于开发节能的AI硬件加速器，希望能在混合云环境中将计算能力提高几个数量级，而无需更多能源。近期，IBM在官网上报告了AI计算效率提升的最新进展，包括与多位合作伙伴在数字AI和模拟AI软硬件研发方面的进展。

    一、四大方向，IBM全面布局AI硬件！  

传统芯片难以处理大量数据在内存和处理器之间的传输，这样不仅无法高效执行AI算法，也会耗费大量能源，对环境造成负面影响。

2019年2月，IBM Research成立了AI硬件中心，其目标是在十年内将AI计算效率提高1000倍。在过去的两年中，IBM表示他们一直在朝着这个目标努力：每年计算效率提高超两倍。

10月21日，在IEEE CAS/EDS AI计算研讨会上，IBM Research公布了新技术和合作伙伴：

1、IBM Research正在与IBM Research AI硬件中心的最新成员之一红帽合作，以使IBM数字AI内核与红帽OpenShift及其生态系统兼容。

2、正在准备开源IBM模拟AI内核工具包。

3、AI硬件中心将与自动化设计公司新思科技合作开发新AI芯片架构。

4、在基础设施上投资，加速开发新芯片封装，以消除内存带宽瓶颈。

    二、与红帽同行，致力硬、软件并行开发  

在公布的四个方向中，IBM与红帽以及电子设计自动化软件、仿真和原型解决方案公司新思科技的合作是亮点。

在IBM的数字AI内核兼容红帽的OpenShift生态系统后，IBM可以硬件与软件并行开发，并寻求更好的整体解决方法。

数字AI内核可作为加速器，通过使用定制的体系结构、软件和算法来转换现有的半导体技术，以降低精度的方式来加快计算速度并降低功耗，同时保持模型的准确性。

IBM Systems Research副总裁Mukesh Khare表示：“我们要确保我们正在进行所有数字AI内核的工作，包括体系结构和算法改进的工作，都保持着相同的准确性。”

    三、协同新思科技，开源模拟AI工具包  

IBM和设计自动化公司新思科技开源了共同研发的模拟硬件加速工具包，该加速包还能提供模拟AI硬件。

IBM 计算效率变化

模拟AI是针对解决所谓的冯·诺依曼瓶颈，即数据堵塞在处理器和内存之间。模拟AI即通过在存储器本身执行计算来解决这一问题。

Khare表示，模拟AI工具包将提供给初创企业、学者、学生和企业。 “他们都可以体验到工具包即将推出的一些新功能。而且我敢肯定，他们中的一些人会比我们想出更好的方法来利用这些硬件。”

该工具箱中的很大一部分是新思科技提供的设计工具。

新思科技人工智能与中央工程副总裁Arun Venkatachar表示，与IBM在模拟AI工具包的硬件和软件上进行了合作。

Venkatachar说：“我们参与了整个芯片开发过程：从材料研究和物理研究，到硬件设备、软件测试。”

IBM的Khare也表示：“研发过程可以细分为基础设备和材料研究、芯片设计、芯片架构、系统设计软件和仿真以及最终的用户测试。但对我们来说，新思科技在整个堆栈中和我们的协同非常重要。因为没有合适的软件基础设施，硬件开发不会完整，反之亦然。”

    AI飞速发展，硬件也该迎头赶上  

为了研发AI硬件加速器，IBM在纽约奥尔巴尼建立了全球研究中心，并与14个商业合作伙伴达成合作，期望在开发AI硬件方面发挥核心作用。

各类软件算法拓宽了我们“技术改变生活”想象的边界，但算法跃升的基础是处理能力、内存和带宽各方面性能过硬的AI硬件。我们也期待，在AI硬件和混合云领域产生新的模型和方法，革新AI硬件产业，为人工智能带来新的活力。