OpenPOWER: IBM und Xilinx kooperieren für schnellere Rechenzentren

IBM vergrößert die Zahl der Anwendungen für die lizenzierbare OpenPOWER-Architektur. Zusammen mit Xilinx programmierbaren Prozessoren soll die Leistungsfähigkeit von POWER-Systemen noch gesteigert werden.

IBM und Xilinx haben eine auf mehrere Jahre angelegte Partnerschaft geschlossen. Im Rahmen dieser Kooperation wollen die Unternehmen gemeinsam die Power-Server von IBM mit Komponenten für die Workload-Acceleration aufrüsten. Zudem wird Xilinx Mitglied in der OpenPOWER-Foundation.

Dafür sollen Entwickler Zugriff auf Beschleunigungs-Tools sowie Software und Middleware bekommen, um damit Bereiche wie Maschinenlernen, Network Functions Virtualization, Big Data und High Performance Computing erschließen zu können.

Immer häufiger werden die programmierbaren Chips von Xilinx für die Beschleunigung solcher Aufgaben herangezogen. IBM hofft nun, durch diese Kooperation in Rechenzentren künftig noch besser Fuß fassen zu können. IBM reagiert damit auch auf den Kauf von Altera durch den Halbleiterspezialisten Intel. Auch Altera liefert programmierbare Prozessoren und Beschleuniger.

openpower-logo_4_3

So werden nun IBM-Entwickler Software-Stacks mit Xilinx-Prozessoren für Power-Systeme entwickeln und diese mit OpenStack, Docker und Spark verbinden. Im Gegenzug wird Xilinx Versionen der eigenen Software-Produkte für Power bereitstellen.

Daneben gibt IBM weitere neue Entwicklungen aus der OpenPOWER-Initiative bekannt. So hat jetzt der Netzwerk-Spezialist Mellanox den ersten Smart Network-Switch für die OpenPOWER-Architektur vorgestellt. NEC macht nicht nur die ExpEther-Technologie verfügbar, sondern gibt auch bekannt, dass der Hersteller künftig IBMs Coherent Accelarator Interface verwenden wird.

Von E4 Computer Engineering und Penguin Computing gibt es jetzt neue Power8-Systeme, die auf OpenPower-Desings basieren, und mit Nvidia GPUs aufgerüstet sind.

Daneben hat IBM auch Anwendungen für Big Data, Internet of Things und kognitive Anwendungen auf OpenPower portiert. Ein Beispiel ist eine Anwendung für Watson, die dank der Tesla K80 GPU, die Retrieve and Rank API Funktionen um den Faktor 1,7 beschleunigt. Zudem stellt die Initiative eine Reihe von Entwicklerwerkzeugen und Computing-Cluster für Forschungszwecke vor.