为何AI再次猛烈地来敲门
IBM 大中华区系统部副总裁、认知系统及服务器解决方案总经理施东峰分析认为，人工智能不是一个新的话题，现在又一次突然变得那么火，比较重要的因素有两点：
一是计算力的改变。上世纪人工智能刚起步的时候，人们只能在理论层面大胆地设想，根本无法想象计算机怎么能够强大得实际计算出来。今天人们可以接触到的技术，则可以把大量人工智能的计算量变成一个可实施的新IT应用，这一点是非常重要的。IBM下国际象棋的时候，强调的是Power计算力足够大；AlphaGo围棋比赛战胜韩国棋手李世石的时候，同时采用了数台服务器；IBM从来没有告诉你Watson用了多少台机器，其实是因为背后庞大的计算力在理论上是无限的。到了今年，Google声称只用了一台服务器就把程序跑得很完美了。从过去大量机器的计算到一台机器可以做出来，改变的是什么呢？就是让现在一般的IT使用者都能够感觉到，人工智能的实践是可以接触到的。这是人工智能变得特别火的第一个因素。
延伸阅读：面向人工智能的IBM Power Systems LC服务器
2016年，IBM发布了三款全新的Power Systems LC服务器产品，搭载NVIDIA NVLink的全新IBM POWER8 服务器能实现比其他平台高5倍的数据处理速度，与最新的x86服务器相比，能够实现每美元平均超出80％的性能。
全新的Power服务器系列是IBM在与OpenPOWER 基金会其他成员协同创新的基础上，对其Linux服务器产品家族的进一步延展，专门面向人工智能、深度学习、高性能数据分析等计算密集型工作负载，能帮助企业和云服务提供商节省数据中心的成本。
据IBM与腾讯联合进行的早期测试表明，凭借新OpenPOWER服务器的大规模集群，腾讯在处理数据密集型工作负载时，能够在减少三分之二服务器数量的前提下，获得比原本基于x86架构的系统高3倍的速度。考虑到其能够利用更少的服务器获得更高的性能、更大的成本优势，腾讯现正把这些OpenPOWER服务器整合到其超大规模数据中心，专门用以处理大数据工作负载。
二是用户可以建立自己的人工智能业务引擎。在过去，人工智能大部分运行于公有云的环境中，从最简单的一些智能手机功能，复杂到IBM Watson提供的智能医疗、智能律师、能气象等等，都是一个个公有云上的工具。一般的IT使用者使用这个公有云上面的功能，把数据资料喂给它，就能得到想要的答案。当计算力发生了极大提升的时候，越来越多的使用者开始设想，能不能在一个封闭的环境里面，建立一个自己的人工智能引擎？更有甚者，用户希望把公有的人工智能跟自己的业务引擎混合使用，以提供更好的效能。比如把业界已经非常成熟的人脸识别工具，和自己的业务进行结合，在特殊的业务领域发挥出效能。
延伸阅读：IBM和NVIDIA合作开发IBM PowerAI，将深度学习训练时间从数周缩短到数小时
IBM PowerAI是一款训练人工智能和机器学习系统的软件工具，PowerAI 针对当前流行的机器学习与深度学习开源应用框架采用了企业级软件分发方式，在专为AI而构建的IBM Power Systems上运行，可轻松处理计算密集型工作负载。无论是内部环境还是云端环境，PowerAI 均可帮助数据科学家与开发人员最大程度地缩短开发时间。
具体来说，PowerAI 的二进制分发方式仅需一次下载，而且安装简单，其中包含有TensorFlow、Caffe、Torch、Theano、Chainer、NVIDIA DIGITS 及其他机器学习与深度学习框架，而且还配有相关的库与软件包。
PowerAI 的生态系统包含许多软件，例如 Continuum Analytics 的 Anaconda、H2O 的 H2O 机器学习库、Bons.ai 的 AI 软件开发工具等等。此外，IBM 还可为在应用开发方面采用深度学习的开发人员提供企业级支持与服务。IBM列举了这款软件在银行的诈骗识别，面部识别，以及自动驾驶汽车等现实中的应用。已有IBM Power S822LC高性能计算服务器的IBM客户可以免费使用IBM PowerAI。
2017年5月12日宣布的 PowerAI 新路线图具有 4 个突出的新功能，这些功能旨在解决客户的关键需求，包括 AI 系统性能、高效的数据准备及企业级软件部署：
易用性：一个新的软件工具“AI Vision”，借助该工具，应用开发人员仅需较少的深度学习知识，即可训练和部署其应用所需的计算机视觉深度学习模型。
数据准备工具：与集成了 Apache Spark 的 IBM Spectrum Conductor 集群虚拟化软件相集成，可轻松实现非结构化数据与结构化数据的转换，进而使这些数据可供深度学习训练之用。