В базе знаний Project Debater находятся миллионы статей из газет и журналов, и когда ему сообщают тему обсуждения, он ищет в них фрагменты текста, относящиеся к данной теме и поддерживающие заданную точку зрения. Затем он выделяет главные моменты и строит свое выступление.

На демонстрации проекта искусственный интеллект соревновался с президентом израильского отделения Международного общества дебатов Дэном Зафриром и чемпионом Израиля по дебатам 2016 года Ноем Овадией. Участникам были предложены темы государственного финансирования космических исследований и роли телемедицины в здравоохранении. У них было по четыре минуты на вступительное слово, столько же на возражения против тезисов соперника и две минуты на подведение итогов. Между этапами искусственному интеллекту давалось время на анализ высказывания соперника. Project Debater выступил в целом успешно, хотя и не без ошибок. Например, в его речь случайно попала фраза «закадровый голос Скотта Пелли» — очевидно, из текста одной из использованных при подготовке статей.

Выпуск в 1978 году микропроцессора Intel 8086 стал переломным моментом для персональных компьютеров. ДНК этого чипа до сих пор можно обнаружить в любом ПК – Windows, Mac или Linux – включая, вероятно, и тот, который вы используете сейчас при чтении этой статьи (Статья впервые была опубликована в PC World десять лет назад, 17 июня 2008 года. — Прим. ред.). Именно это помогло Intel из одного из многих производителей чипов превратиться в крупнейшую в мире компанию.

Но самое удивительное в феноменальном успехе 8086 – те весьма скромные ожидания, возлагавшиеся на него в момент, когда он впервые был представлен. История революционного микропроцессора – классический пример того, чего способна добиться небольшая команда подающих надежды инженеров, которой предоставлена свобода выбора инновационных путей развития.

В момент начала разработки процессора 8086 в мае 1976 года руководство Intel не могло даже представить себе, какое огромное влияние она окажет на развитие всей отрасли. Этот проект рассматривался как проходной и незначительный. Основные надежды возлагались на радикально иной и значительно более сложный процессор 8800 (его выпустили позднее под названием iAPX 432). В эпоху, когда большинство чипов были 8-разрядными, 8800 призван был совершить скачок к 32-разрядным вычислениям. Его возможности многозадачной обработки и схемы управления памятью, встроенные прямо в центральный процессор, позволяли существенно уменьшить объем программного кода операционных систем.

Но ход проекта 8800 был сопряжен с серьезными трудностями. Инженерам Intel пришлось столкнуться с многочисленными задержками, поскольку сверхсложную конструкцию трудно было реализовать на базе доступных тогда технологий. Но и на этом проблемы Intel не закончились – ее обошла компания Zilog, основанная бывшими инженерами Intel. Ей удалось быстро выйти на рынок микропроцессоров среднего уровня с моделью Z80. Процессор, выпущенный в июле 1976 года, представлял собой расширенный клон весьма успешного Intel 8080 – чипа, который положил начало революции персональных компьютеров. И Intel необходимо было дать ответ на демарш Z80.

Пришествие архитектора

Руководители Intel сохраняли веру в 8800, но им требовалось как-то ответить на угрозу со стороны Zilog. Они обратились к Стивену Морсу – 36-летнему инженеру, который произвел на всех глубокое впечатление своим критическим исследованием конструкционных недостатков процессора 8800. Решено было поручить Морсу проектировать 8086 в одиночку.

«Если бы в Intel только могли представить, сколько поколений переживет эта архитектура, сохраняющая свою актуальность и в сегодняшних процессорах, ее проектирование никогда не доверили бы всего одному человеку», – вспоминал Морс.

Главным проектировщиком 8086 стал Стивен Морс Источник: Intel

Выбор Морса в качестве автора проекта удивлял и по другой причине. Он был инженером-программистом. Ранее проектирование центральных процессоров в Intel считалось исключительной прерогативой специалистов по аппаратной части.

«На процессор впервые столь пристально посмотрели с точки зрения программного обеспечения, – заметил Морс. – Вопрос заключался не в том, какой функционал удастся реализовать в отведенном пространстве, а в том, какие функции нам нужны для того, чтобы сделать программы более эффективными. Подход, ориентированный на программное обеспечение, позволил совершить революцию в отрасли».

Впрочем, хотя Морс и считал проект 8086 своим, он все же привлек помощников. В его команду вошли и другие сотрудники Intel, в том числе Билл Полман, Джим Маккевитт и Брюс Рэвенел. Все они внесли существенный вклад в вывод 8086 на рынок летом 1978 года.

Если не считать нескольких основных требований – обеспечения совместимости с программными средствами, написанными для популярного чипа 8080, и адресации 128 Кбайт памяти – руководство Intel не вмешивалось в работу Морса.

«Поскольку никто не ожидал, что эта архитектура проживет долго, никаких барьеров на моем пути не воздвигалось, и я был волен делать то, что хотел», – вспоминал он.

Вялый старт

Выпуск творения Морса едва ли мог произвести фурор в компьютерном мире. Рынок персональных компьютеров был насыщен типовыми бизнес-машинами на базе процессора Z80 и операционной системы CP/M, считавшейся в конце 1970-х наиболее актуальной. Процессор 8086 впервые появился в нескольких ничем не примечательных ПК и терминалах. На первых порах ему удалось закрепиться на рынке портативных компьютеров (в форме 80C86). Затем был освоен сегмент микроконтроллеров и встроенных приложений. Особого упоминания заслуживает программа космических шатлов НАСА, в которой чипы 8086 применялись для управления диагностическими тестами твердотопливных ракетных ускорителей. (Космическое агентство в поисках этих процессоров до сих пор скупает на eBay электронные реликты.)

В марте 1979 года Морс покинул Intel. А затем произошел ряд на первый взгляд незаметных событий, сделавших в конечном итоге микропроцессор 8086 отраслевым стандартом.

Intel 8086 стал родоначальником стандарта микропроцессорной архитектуры микропроцессоров для ПК Источник: Intel

Буквально через несколько недель после ухода Морса компания Intel представила процессор 8088, который сам Морс называл «кастрированной версией 8086», испортившей его 16-разрядную архитектуру. Поскольку многие системы в то время оставались 8-разрядными, 16-разрядные данные в 8088 передавались за два 8-разрядных цикла, что делало процессор совместимым с 8-разрядными системами.

Двумя годами позже корпорация IBM приступила к разработке модели 5150 – своего первого ПК, состоявшего исключительно из недорогих стандартных компонентов. Это была совершенно новая для корпорация концепция: прежде она делала ставку только на проприетарные, свои собственные технологии, решительно отвергая все остальное.

Очевидно, что стандартная система требовала стандартного микропроцессора. Но что лучше выбрать? В IBM решили, что новой машине нужен 16-разрядный процессор, и сузили масштабы выбора до трех кандидатов: Motorola 68000 (мощный 16-разрядный процессор, ставший сердцем первого Macintosh), Intel 8086 и его урезанного собрата Intel 8088.

По словам Дэвида Брэдли, входившего в состав команды разработчиков IBM, корпорация исключила из рассмотрения чип Motorola, поскольку в IBM на тот момент были лучше знакомы с процессорами Intel и чувствовали себя с ними более уверенно. Чашу весов склонило еще и наличие у Microsoft готового для 8086 интерпретатора BASIC, в котором использовался тот же самый код, что и в программном обеспечении для 8088.

Таким образом, выбрать предстояло между 8086 и 8088. В конечном итоге на решение повлияла простая экономия на количестве микросхем. В IBM выбрали 8088, поскольку это позволило построить более дешевую машину, использующую меньше модулей ПЗУ и меньше оперативной памяти.

Впрочем, по сути, это ничего не меняло: оба процессора Intel были построены на основе одного и того же кода 8086, написанного Стивеном Морсом.

От чипа к стандарту

Как же коду 8086 удалось получить статус отраслевого стандарта? Причиной всему стала важная роль, отводившаяся машине IBM 5150. В начале 80-х отрасль ПК напоминала Восточную Европу после падения Советского Союза – разделенные республики, пытавшиеся двигаться в разных направлениях. Множество производителей предлагало десятки различных компьютерных платформ. Несовместимость компьютерных систем вызывала недовольство у пользователей, которые хотели переносить программное обеспечение, аппаратные компоненты и периферийные устройства с одной машины на другую.

Но постепенно разрозненные части вселенной ПК стали собираться на орбите вокруг 5150. Одна из главных причин такого успеха заключалась в самом имени IBM. Бренд этот был куда лучше известен покупателям по сравнению с конкурирующими с ним Radio Shack и Apple. Вопрос ставился так: «Хотите ли вы купить компьютер у International Business Machine или у фирмы, названной по имени фрукта?»

А поскольку IBM использовала стандартные компоненты, другие компании могли выпускать клоны ее компьютеров, чем, собственно, они и занялись.

Архитектура IBM PC быстро заняла доминирующее положение, а компания Intel не преминула извлечь выгоду из этого, предлагая улучшенные версии 8086: сначала 80186, а затем 80286, 80386, 80486, Pentium и т.д. вплоть до современных моделей. Вследствие общей нумерации первых процессоров все семейство получило собирательное название 'x86', сохранив его и после появления торговых марок Pentium, Celeron и Centrino. Другие производители процессоров вскоре присоединились к Intel. Компании AMD, Cyrix, NEC и даже сама IBM представили собственные совместимые с x86 процессоры, что сделало архитектуру x86 фактическим стандартом ПК.

В нужном месте в нужное время

По словам Морса и Брэдли, наша нынешняя зависимость от x86 объясняется по большей части случайностью. «Мне выпала удача оказаться в нужном месте в нужное время, – указал Морс. – В ту пору свой процессор мог бы разработать любой подающий надежды инженер. Возможно, у этого чипа был бы принципиально иной набор инструкций, и все нынешние ПК строились бы на основе этой архитектуры».

"Если бы IBM выбрала для IBM PC микропроцессор Motorola 68000, как хотели некоторые, сегодня мы вместо тандема Wintel имели бы WinOla», – иронизирует Брэдли.

Истинная сила архитектуры x86 заключалась не в каких-то особенных операционных кодах, заставляющих процессор работать, а в том, что он появился в момент принятия общего компьютерного стандарта. Чип 8086 проложил дорогу к быстрому и ощутимому прогрессу в скорости вычислений, объеме обрабатываемых данных и соотношении между ценой и производительностью. Все это было вызвано жесткой конкуренцией сотен компаний, стремившихся улучшить одну и ту же вещь.

Скромный набор инструкций Морса по-прежнему лежит в основе практически любого современного процессора для ПК, начиная от Opteron и Athlon и заканчивая Core 2 Quad. Чтобы продемонстрировать на практике мощь стандарта x86, позволю себе напомнить следующее: любая программа, написанная в 1978 году на ассемблере для микропроцессора Intel 8086 в неизменном виде будет выполняться и на новейшем процессоре Intel Core 2 Extreme – только происходить это будет в 180 тыс. раз быстрее.

Команда, разработавшая новый суперкомпьютер Summit для Национальной лаборатории министерства энергетики США в Окридже, правильно предсказала рост потребности в вычислительных мощностях, ориентированных на обработку данных. Но при этом не смогла спрогнозировать сбои, возникшие при доставке ключевых компонентов из-за неблагоприятных погодных условий.

Тем не менее, спустя почти четыре года после того, как корпорация IBM выиграла контракт на строительство суперкомпьютера рекордной вычислительной мощности, он практически готов. Причем его создателям пока удается укладываться в отведенные сроки. Научный директор Oak Ridge Leadership Computing Facility Джек Уэллс ожидает, что полноценная эксплуатация машины с производительностью в 200 PFLOPS начнется в первые недели следующего года.

«Это самый большой и мощный на сегодняшний день в мире суперкомпьютер для научных исследований», – указал он.

Summit разрабатывался для решения сложных задач, в том числе сейсмологических, климатических и задач ядерной физики. Обычно в этой сфере все начинается с моделирования и определения набора начальных условий, а на пути к решению генерируются огромные объемы данных.

Впрочем, создатели Summit предусмотрели и решение ряда других вычислительных задач с выжимкой полезной информации из уже собранных данных. Одним из примеров здесь являются исследования в области генома, другим – проблемы машинного обучения.

Каждый из 4600 узлов Summit укомплектован двумя процессорами IBM Power9 и шестью графическими процессорами Nvidia Tesla V100 Источник: Oak Ridge National Laboratory

«Вероятность роста востребованности приложений с интенсивной обработкой данных мы спрогнозировали заранее… и в итоге это действительно произошло, – добавил Уэллс. – В настоящее время заявки на использование Summit поступили от участников сразу десяти проектов глубинного обучения, тогда как еще несколько лет назад у нас не было ни одного проекта подобного рода».

Особенности архитектуры Summit – распределение памяти между процессорами и возможность выполнения больших объемов вычислений с пониженной точностью – как нельзя лучше подходит для решения таких задач. (Суперкомпьютер работает под управлением ОС Red Hat Linux.)

Созданная система необычна и в других отношениях.

Если показатели быстродействия будут соответствовать прогнозам, Summit возглавит мировой рейтинг суперкомпьютеров Top500 с пиковой производительностью в 200 PFLOPS или 200 миллионов миллиардов операций с плавающей точкой в секунду.

По другим оценкам, производительность Summit может превышать 1,88 эксафлопс или 1,88 миллиардов миллиардов операций с плавающей точкой в секунду. Вместо 64-разрядной арифметики двойной точности с плавающей точкой, применяемой сегодня, как правило, при научном моделировании, расчеты будут выполняться с использованием 16-разрядной арифметики с плавающей точкой половинной точности. Этого вполне достаточно для большинства вычислений, применяемых при глубинном обучении и исследовании генома.

Число вычислительных узлов у Summit значительно меньше, чем у машины Titan (получившей звание самого быстрого в мире суперкомпьютера в ноябре 2012 года), на смену которой должен прийти новый суперкомпьютер. Но если каждый из 18 688 узлов Titan был оснащен только одним центральным процессором AMD Opteron и одним графическим процессором Nvidia Kepler, то 4600 узлов Summit оборудованы двумя процессорами IBM Power9 и шестью графическими процессорами Nvidia Tesla V100. Эти чипы позволяют эффективно управлять вычислениями с различными уровнями точности.

Каждый из узлов имеет свою оперативную память: 512 Гбайт DDR4 RAM для Power9, 96 Гбайт HBM2 (High Bandwidth Memory) для V100 и 1,6 Тбайт в качестве буфера. С точки зрения программиста, эта память делится между центральными и графическими процессорами и может быть использована в качестве единого блока, что способствует повышению скорости выполнения операций.

Все узлы подразделяются на три категории: узлы входа для компиляции кода и отправки заданий, узлы запуска для выполнения пакетов и вычислительные узлы, на которых производятся сложные вычислительные операции. Однако все узлы физически идентичны, поэтому необходимости в перекрестной компиляции заданий для разных целей нет.

Связь между узлами поддерживается с помощью сети EDR InfiniBand с двухсторонней пропускной способностью в 23 Гбайт/с для каждого узла. Коммутаторы имеют трехуровневую неблокирующую топологию толстого дерева. Это означает, что любые два узла обмениваются данными с максимальной скоростью независимо от того, что в это время делают другие узлы.

Примерно в те же сроки, когда IBM получила от минэнерго США заказ на развертывание Summit в Окридже, ей было поручено построить еще один суперкомпьютер, Sierra, для Национальной лаборатории Лоуренса в Ливерморе.

Особенности развертывания двух этих суперкомпьютеров имеют одно важное отличие: если в Ливерморе используется традиционная конструкция поднятого фальш-пола, то в Окридже электроэнергия и вода для охлаждения подаются сверху.

«Нам пришлось переориентировать систему и шкафы, с тем чтобы приспособиться к особенностям лаборатории в Окридже», – сообщил вице-президент IBM Systems по разработкам и проектированию Уэйн Хауэлл.

Это означало, что всю инфраструктуру – стойки, средства охлаждения, сеть – необходимо было смонтировать еще до доставки первого узла.

«Если бы мы попытались выстраивать инфраструктуру одновременно с подключением вычислительных мощностей, все закончилось бы полным хаосом», – подчеркнул Хауэлл.

При этом важную роль приобретал быстрый монтаж узлов за относительно короткий период времени.

«Одна из сложностей заключалась в том, что при доставке и монтаже оборудования нам нужно было исключить простои», – пояснил Хауэлл.

На ход выполнения работ могли повлиять, например, поломки трейлеров или плохие погодные условия. (Узлы планировалось устанавливать, когда в Северной Америке зима – с четвертого квартала 2017 года по первый квартал 2018-го.)

Когда транспортная авария привела к тому, что часть серверов застряла где-то между производственными подразделениями IBM в Калифорнии и лабораторией в штате Теннесси, было принято решение отправить другой трейлер на выручку сломавшемуся, с тем чтобы не ждать следующей поставки. В результате задержка на маршруте протяженностью в тысячи километров составила всего несколько часов.

А когда движению грузовиков помешали морозы и снежные бури, IBM арендовала чартерные авиарейсы.

«При доставке по территории США мы старались осуществлять перелеты, а не переезды, с тем чтобы наверстать упущенное время, – сообщил Хауэлл. – Но некоторые из компонентов по своим размерам оказались весьма велики, и нам пришлось арендовать авиатранспорт большой вместимости. С поставкой серверов была связана и другая проблема. Представьте себе все эти тюки и прочую упаковку. В Окридже просто не нашлось достаточного количества ресурсов для ее утилизации. И мы были вынуждены отправлять упаковку обратно на одном из грузовиков, перевозившем серверы. Последнюю порцию оборудования доставили в марте. Сейчас мы продолжаем развертывать системное программное обеспечение. Приемочные испытания планируется завершить летом. А полноценная эксплуатация должна начаться в январе 2019 года».

Корпорация IBM расширяет предложение своих мейнфреймов компактными моделями ZR1 и Rockhopper II, размеры которых позволяют уместить их в стандартной 19-дюймовой стойке. Эта инициатива стала ответом на критику потенциальными клиентами представленной в июле 2017 года компьютерной системы нового поколения, z14, которая оказалась слишком громоздкой для размещения в ЦОДах.

Наряду с новым, более компактным корпусом для оборудования z14 корпорация анонсировала технологию Secure Service Container, которая позволяет использовать ускоритель шифрования z14 и другие средства безопасности для защиты приложений, запускаемых в контейнерах, от нежелательного вмешательства.

Когда в июле прошлого года IBM представила z14 с ускорителем, призванным сделать шифрование стандартной практикой в ЦОДах, ее решению изначально был присущ один существенный недостаток: двухдверный шкаф, в котором размещался мейнфрейм, оказался слишком широким и глубоким для того, чтобы уместиться в стандартных проходах ЦОДов.

Нестандартная форма — сдерживающий продажи z14 фактор, несмотря на все усилия IBM, называющей функции всеобъемлющего шифрования идеальным вариантом для безопасного выполнения операций в облаке.

Чтобы разместить свое оборудование в стандартной стойке, создателям ZR1 пришлось пойти на ряд компромиссов Источник: IBM

«Современные ЦОДы работают в условиях определенных пространственных ограничений, – указал президент Endpoint Technologies Associates Роджер Кей. – В идеале, все, что там размещается, должно быть стандартизировано. Любое нестандартное оборудование снижает масштабируемость».

Чтобы разместить свое оборудование в стандартной стойке, конструкторам пришлось пойти на ряд компромиссов: модель ZR1 может вмещать до 30 процессорных ядер, в то время как обычная двухдверная версия позволяет довести их число до 170. С другой стороны, это стало дополнительным преимуществом, поскольку цены у компьютера ZR1 ниже, чем у его тяжеловесного собрата.

«Привлекательность облегченной системы заключается в соотношении цены и производительности, – подчеркнул Кей. – Многие новые заказы поступают сегодня от небольших компаний, которые в прошлом не могли позволить себе мейнфреймы».

По мнению главного аналитика Creative Intellect Consulting Иана Мерфи, новые решения хорошо подойдут и для облачных ЦОД, являющихся частью рынка корпоративных систем хранения, который IBM снабжала новыми мэйнфреймами на протяжении последних пяти лет. «Размещение ZR1 в 19-дюймовой стойке означает, что этот компьютер будет занимать на 40% меньше места по сравнению с первоначальным вариантом z14», – добавил программный директор IBM Systems Group Адам Джолланс.

Есть и другие преимущества: размеры ZR1 оставляют 16U свободного пространства, благодаря чему средства хранения, сетевые компоненты и системы мониторинга можно размещать в той же стойке, а не в смежном шкафу. Кроме того, новый мэйнфрейм использует стандартное воздушное охлаждение и однофазный источник электропитания, тогда как оригинальному z14 требовалось трехфазное электропитание.

Наряду с презентацией ZR1 в IBM постарались укрепить возможности логического секционирования платформы с помощью технологии Secure Service Container. После помещения приложения в контейнер Docker оно блокируется, и единственным способом доступа к его данным остаются специально предназначенные для этого интерфейсы API.

«Это необходимо потому, что одной из главных угроз для предприятий остаются внутренние атаки, – пояснил Джолланс. – Таким образом, вы получаете шифрование, защиту от вредоносного кода, изоляцию от других разделов и т.д., что позволяет сформировать очень надежную и безопасную среду для выполнения нужных вам задач. До сих пор IBM использовала эту среду для работы с блокчейном в облаке, а теперь предлагает ее и для приложений общего назначения. Она обеспечивает защиту от вмешательства во время загрузки и полную изоляцию между задачами поставщиков облачных сервисов».

Помимо версии ZR1, работающей под управлением IBM z/OS или Linux, предлагается также вариант Rockhopper II для Linux.

«Это имеет очень важное значение, поскольку за последние 14 лет концентрация размещения Linux-систем заметно выросла, – подчеркнул Мерфи. – И теперь в большинстве поставок именно Linux фигурирует в качестве основной операционной системы».

Мейнфрейм Rockhopper II может включать в себя до 30 процессорных ядер и в два раза больше памяти по сравнению с однодверным (но при этом не вмещающимся в 19-дюймовую стойку) Rockhopper, занимая при этом меньшую площадь.

Тем же, кому нужна мощь всех 170 ядер самого производительного мейнфрейма IBM, придется поискать дополнительное пространство для представленного в июле прошлого года z14 или Emperor II.

На форуме BIG DATA 2018, проведенном издательством «Открытые системы», компания «ЕС-лизинг» представила ряд проектов, использующих большие данные. Один из самых масштабных проектов компании в этой области, представленный Виталием Чугуновым, руководителем отдела специального ПО «ЕС-лизинга», был реализован для Центральной информационно-аналитической системы государственного информационного обеспечения сельского хозяйства. В результате Министерство сельского хозяйства получило средства оценки и прогнозирования производственной устойчивости сельхозпроизводителей всех направлений (растениеводческих, животноводческих), их финансовой устойчивости, наглядно визуализированные «паспорта регионов» и т. д.

Другое важное направление работы компании — «умный город». Созданные в «ЕС-лизинг» решения позволяют сопоставить производство и потребление коммунальных ресурсов в Самаре (водо-, электро- и теплоснабжение), как в масштабах всего города, так и по отдельным объектам.

Например, выяснилось, что городские теплоцентрали «потянут» планирующиеся новостройки с потреблением около 1 млн кКал/год. Теплокарта плотности населения показала, какие районы потенциально энергодефицитны, а карта прогнозируемой плотности населения — где разумнее всего строить жилые дома, где — размещать различные объекты инфраструктуры.

Исследование электропотребления по детским садам выявило, например, большой разброс в реальном расходе электричества на квадратный метр. В одних учреждениях оно было почти вдвое меньше расчетного (29,5 кВт на кв. м), в других — существено выше (до 82% превышения). Отличалась в разных учреждениях и цена госзакупки электричества, причем, в среднем, она была выше среднего, иногда — существенно (до 44%). Городским властям есть над чем подумать.

На «умную» карту города можно наносить и события, которые нашли отклик в соцсетях (произошло ДТП, жители отметили некую школу как «хорошую»). Оперативная реакция на такие события, как полагает Чугунов, повысит вовлеченность граждан в процессы управления городом.

Также Чугунов представил решения «ЕС-лизинг» для медицины. Приложение Endoscop.tv является мобильной составляющей специализированной микросоциальной сети врачей-эндоскопистов, обменивающихся в ней профильными материалами и практическими примерами лечения. Аналитическая система «Кардио-барометр» позволяет дистанционно с помощью математических методов анализа сигнала ЭКГ выявлять, визуализировать и отслеживать тенденции в состоянии здоровья пациента, его реакцию на медицинские препараты. Информационно-аналитическая система «Расчет и моделирование себестоимости медицинских услуг ЛПУ» предназначена для поддержки принятия решений в области финансово-экономической деятельности лечебно-профилактических учреждений, моделирования и прогнозирования себестоимости медицинских услуг, расчета себестоимости услуг; сравнения расчетной себестоимости с тарифами.

Не прошел Чугунов и мимо кадровой темы. Дефицит специалистов в области больших данных уже в ближайшие годы ожидается огромный, рынок готов «переварить» 80-100 тыс. новых аналитиков в год. Совместно с IBM компания организовала подготовку специалистов на кафедре информационно-аналитических систем Московского института электроники и математики НИУ ВШЭ. В 2015 году кафедра выпустила первых магистров, получивших сертификат, подтверждающий умение работать с аналитическим и средствами Голубого гиганта.

По мнению экспертов, инфраструктура, которая необходима для выполнения алгоритмов искусственного интеллекта и обучения глубинных нейронных сетей, настолько сложна, что препятствует развертыванию корпоративных средств искусственного интеллекта.

«55% компаний так и не достигли ощутимых бизнес-результатов, а 43% отмечают, что говорить об этом еще слишком рано, – говорится в исследовании Forrester Research, посвященном тем вызовам, которые необходимо преодолеть для воплощения в жизнь надежд, связанных с искусственным интеллектом, и достижения осязаемых результатов в этой области. – Какие трудности? Искусственный интеллект – это не утюг, который включаешь в розетку, и он работает. Если компании не осуществляют правильное планирование, развертывание и управление, новые технологии искусственного интеллекта в лучшем случае сулят весьма скромные преимущества, а в худшем результаты могут оказаться весьма неожиданными и нежелательными».

Вендоры отвечают выпуском уже готовых продуктов и сервисов, которые нацелены на ускорение ввода в эксплуатацию корпоративных средств искусственного интеллекта. Недавно, например, Pure Storage, объединившись с Nvidia, выпустила интегрированный программно-аппаратный комплекс для настройки рабочей нагрузки искусственного интеллекта и требований к данным. Цель заключается в том, чтобы упростить организациям развертывание необходимой инфраструктуры.

По оценкам обозревателей отрасли, предприятия уже готовы к переходу на искусственный интеллект. Аналитики прогнозируют рост числа приложений, управляемых данными, во всех вертикальных отраслях. Компании намерены перестраивать свои бизнес-процессы в целях повышения эффективности и предложения клиентам персональных сервисов.

Согласно прогнозам Gartner, к 2020 году технологии искусственного интеллекта войдут в первую пятерку инвестиционных приоритетов для более чем 30% ИТ-директоров.

Предложение Pure Storage, Nvidia и Arista

«Одна из главных задач заключается в создании для искусственного интеллекта и продвинутого анализа необходимой инфраструктуры, – подчеркнул Мэтт Берр, отвечающий в Pure Storage за платформу хранения FlashBlade. – Отсутствие инфраструктуры превращается в серьезную проблему. AIRI позволяет решить эту проблему».

Система AIRI, название которой означает AI-ready infrastructure («готовая к использованию инфраструктура искусственного интеллекта»), объединяет FlashBlade, суперкомпьютеры Nvidia DGX-1 с графическими процессорами Nvidia Tesla V100 и 100-гигабитные коммутаторы Arista для организации связи между компонентами. AIRI поддерживается стеком глубинного обучения Nvidia GPU Cloud и набором инструментов Pure Storage AIRI Scaling Toolkit. Согласно заявлениям Pure Storage и Nvidia, такое сочетание способствует четырехкратному увеличению производительности труда исследователей данных.

Один из пользователей AIRI, поставщик услуг аутсоринга контакт-центров Global Response, занимается перестройкой существующих бизнес-процессов с помощью средств искусственного интеллекта. Планируется разработать систему контакт-центра, позволяющую в реальном времени записывать и анализировать звонки в службу технической поддержки в целях повышения скорости и качества клиентского обслуживания. Компания хотела иметь простую платформу, позволяющую развертывать и масштабировать системы искусственного интеллекта, и в итоге выбрала AIRI.

По словам генерального директора Global Response Стивена Шустера, внедрение системы интегрированного аппаратного и программного обеспечения позволило сотрудникам выполнять стоящие перед ними задачи за несколько часов, а не недель или месяцев, как это было раньше.

«Мы подошли к этапу, на котором интеграция средств искусственного интеллекта в масштабах всей организации приобретает критически важное значение для успеха всего бизнеса, – указал Шустер. – Несмотря на наше стремление продвигаться вперед очень быстро, инфраструктура искусственного интеллекта замедляет этот процесс по причине чрезмерной сложности ее развертывания. Благодаря AIRI нам удалось снять все вопросы и преодолеть сложности, связанные с искусственным интеллектом».

Облачные сервисы IBM

Новые сервисы корпорации IBM призваны упростить внедрение систем искусственного интеллекта. Сервис Cloud Private for Data представляет собой платформу для исследования данных и машинного обучения, которая объединяет все нужные предприятию компоненты, не требуя от него колоссальных усилий по системной интеграции. Cloud Private for Data размещается в контейнере программного обеспечения с открытым кодом Kubernetes на уровне приложений и поставляется с API для интеграции с продуктами независимых разработчиков.

«Улучшение корпоративных систем искусственного интеллекта способствует росту производительности и совершенствованию стандартов, – указал генеральный менеджер аналитического направления IBM Роб Томас. – Единственный недостаток заключается в том, что требуется сборка: все системы должны взаимодействовать друг с другом, и архитектуру данных нужно нормализовывать. Если бы у нас были уже готовые строительные блоки искусственного интеллекта, не требующие сборки, дело обстояло бы совсем по-другому. Сервис IBM Cloud Private for Data проектировался как раз для того, чтобы облегчить исследование данных, их проектирование и создание приложений в рамках единого интегрированного решения, без необходимости сборки».

«В IBM справедливо признали, что при развертывании систем искусственного интеллекта зачастую ощущается дефицит специалистов, которые обладали бы требуемой квалификацией, – отметил старший аналитик 451 Research Кришна Рой в отчете, описывавшем новую платформу частного облака IBM и связанный с нею сервис для публичного облака. – При этом компания работает на высококонкурентном рынке. В таких условиях решено было заложить основы для успешного противостояния конкурентам из числа исследователей данных и стартапов, ищущих способы удовлетворить требования корпоративных клиентов к системам искусственного интеллекта».

Компания Kogentix, например, предлагает полнофункциональную платформу для построения приложений, функционирующих на основе машинного обучения. Среди других стартапов, пытающихся удовлетворить потребности корпоративных клиентов в искусственном интеллекте, можно выделить компании Anaconda, Dataiku и DataRobot. «Многие из них разделяют идею создания уже готовых средств искусственного интеллекта для корпоративных пользователей, предоставляя им сквозную среду для анализа на основе машинного обучения», – отметил Рой.

В конце 2017 года на рынке появились первые серверы на базе процессора IBM Power9, имеющего, в отличие от Power8, вышедшего четыре года назад, ряд оригинальных решений, позволяющих говорить как о прогрессе в повышении производительности выполнения параллельных приложений, так и о возможностях построения на основе этого процессора серверных конфигураций, предназначенных для поддержки разнообразных задач, включая машинное обучение, обработку больших данных, прогнозную аналитику и моделирование, облачные и гипермасштабируемые ЦОДы.

Процессор Power9 может содержать либо 24 ядра типа SMT4, способных одновременно выполнять четыре потока, либо 12 ядер типа SMT8, одновременно выполняющих восемь потоков. Первый вариант предназначен для создания универсальных горизонтально-масштабируемых конфигураций для экосистемы Linux, а второй – вертикального масштабирования для экосистемы IBM i (ранее OS 400) и IBM AIX. Важнейшая особенность архитектуры Power9 — межсоединения с суммарной пропускной способностью около 7 Тбайт/с для обмена данными между ядрами процессора и для доступа к внешним устройствам: к другим процессорам Power9, ускорителям подключаемым по интерфейсу CAPI (Coherent Accelerator Processor Interface) 2.0 и OpenCAPI (FPGA и заказные интегральные схемы), графическим процессорам Nvidia через канал NVLink 2.0, к оперативной памяти и внешним устройствам через 48 линий PCIe v4. Таким образом, в зависимости от запросов конкретной задачи к объему памяти и производительности вычислений имеется возможность строить разные конфигурации серверов. Например Linux-сервер AC922 (Newell) в форм-факторе 2U имеет два процессора Power9, до четырех графических систем Nvidia Volta, оперативную память 1 Тбайт и предназначен для решения задач машинного обучения и искусственного интеллекта – на основе этой системы построен суперкомпьютер Summit, создаваемый в рамках программы CORAL разработки суперкомпьютеров экзафлопсной производительности Окриджской, Ливерморской и Аргонской национальных лабораторий США.

Как подтвердила прошедшая в Москве презентация решений на платформе процессора Power9, организованной для партнеров и клиентов IBM, создание гибкой архитектуры Power9 действительно стало заметным событием в мировой микропроцессорной индустрии; однако, рыночный успех процессора определяется наличием ПО для него и возможностью построения конфигураций для решения конкретных прикладных задач. Быстродействие процессора, по словам Алексея Перевозчикова, менеджера по продуктам и решениям IBM Power Systems в России и СНГ, сегодня уже не является определяющим при выборе платформы — на первом месте возможности обработки больших потоков данных и адаптация к разнообразным запросам клиентов.

В рамках презентации состоялся круглый стол с участием пользователей и разработчиков систем на платформе Power

В рамках презентации состоялся круглый стол с участием пользователей и разработчиков систем на платформе Power — Григория Воротынцева (компания «Полиматика»), Николая Семенова (Yadro), Романа Хмелецкого (Nutanix) и Сергея Шатова (Nvidia). Ведущий, Константин Мозговой, директор департамента серверных решений IBM Россия и СНГ, отметил, что ростучисла приложений для платформы Power способствовал созданный в 2013 году консорциум OpenPOWER, насчитывающий сегодня более 300 участников, среди которых такие компании, как Google, Nvidia, Hitachi, Inspur, Atos и отечественная Yadro. Серверы на базе Power9 применяются, например в системе Google Rackspace, а компания Uber использует эту платформу для проекта Horovod поддержки процессов тренинга моделей глубинного обучения средствами фреймворка TensorFlow. Horovod призван помочь оптимизация стоимости и маршрутов перевозок, а также выявления мошеннических схем. «Полиматика» применяет OpenPOWER Systems для ускорения аналитических задач, оперативной проверки гипотез и моделирования на больших базах данных.

Появление процессора Power9 изменило парадигму продвижения подобных решений. Во-первых, экосистема OpenPOWER позволила расширить для данной архитектуры спектр приложений из самых различных отраслей. Во-вторых, у IBM появилась возможность выхода на заказчиков и партнеров, которых не устраивают возможности серверов стандартной архитектуры при работе с большим данными и считавших оборудование IBM слишком дорогим для своих задач. Например, использование в серверах стандартной, а не традиционно дорогой «фирменной» памяти позволяет снизить стоимость решения.

Благодаря консорциуму OpenPower за следующие четыре года корпорация IBM намерена занять 20-30% рынка Linux-серверов, чему, в частности будет способствовать и выход новых версий процессоров Power: в 2020 году планируется выпустить Power10, содержащий до 48 ядер, а затем Power11.

Исследователи из IBM рассчитывают в течение пяти лет начать встраивать в товары микроскопические компьютеры, которые совместно с распределенным реестром будут использоваться для верификации и отслеживания.

Разработанные в IBM устройства получили названия криптографических якорей (crypto-anchors). В корпорации сообщают, что их можно будет использовать для проверки подлинности любых товаров, от лекарств до предметов роскоши на всем пути следования от производителя до продавца.

По данным IBM, подделки наносят мировой экономике ущерб свыше 600 млрд долл. в год, при этом в некоторых странах фальсифицируются до 70% лекарств.

Цепочки поставок могут состоять из сотен элементов, — поставщиков, экспортеров, импортеров и грузоперевозчиков из различных стран. Пока товары следуют из порта в порт, у злоумышленников может быть немало возможностей для фальсификации.

Кроме того, трансграничные сделки требуют оформления колоссального количества сопроводительных документов. И хотя индустрия грузоперевозок и цепочки поставок в целом по большей части отказались от бумажного документооборота в пользу электронного, соответствующие системы различных компаний нередко разрозненны.

«То есть, вся информация у нас в цифровом виде, но эффективный способ свести ее под эгидой единой инфраструктуры пока отсутствует, — говорит Пол Броуди, руководитель Ernst & Young по разработкам в области блокчейна. — Распределенный реестр средствами цифрового контракта позволил бы не только управлять финансовой и физической стороной сделки, но и обеспечивать соблюдение требований законодательства».

«Криптоякори IBM, — компьютеры по размерам меньше точек красителя или крупинок соли можно внедрять в повседневные предметы и устройства, — объясняет Арвинд Кришна, глава исследовательского подразделения IBM. — Они будут использоваться в связке с распределенным реестром, обеспечивая подлинность объекта на всем пути от источника до покупателя».

Криптоякори смогут выполнять роль мобильных датчиков и передающих устройств, в которых будет записано уникальное хэш-значение, позволяющее проверить происхождение и содержимое продукта по соответствующей записи в блокчейне.

Возможно снабжение микрокомпьютеров оптическим устройством и алгоритмами искусственного интеллекта для запоминания и идентификации признаков — это позволит обеспечить возможность надежного распознавания объектов, содержащих, например, жидкости или металлы, расширяющиеся при нагревании. Кроме того, как сообщают в IBM, криптоякори способны за считанные минуты установить присутствие заданных последовательностей ДНК.

Технология отслеживания товаров откроет новые возможности обеспечения безопасности пищевых продуктов, контроля подлинности комплектующих, проверки содержания ГМО в продуктах питания, выявления фальсификата и определения происхождения предметов роскоши.

Распределенные реестры уже внедряются в рамках пилотных проектов для отслеживания прохождения товаров по глобальным и локальным цепочкам поставок в реальном времени.

Но применение блокчейна не лишено трудностей, отмечает Броуди. Например, неизменяемость данных в распределенном реестре делает его идеальным для целей аудита, но только при условии, что сами данные изначально верны. «Необходимо заботиться о том, чтобы данные были точными», — добавляет он.

Блокчейны невероятно устойчивы, являясь распределенными децентрализованными сетями из независимых узлов, что делает крайне затруднительным взлом такой сети в целом. Однако технологии распределенного реестра могут иметь слабые места, в частности, они могут присутствовать на границе сети и в ПО, работающем поверх нее.

«Важнейшую роль в обеспечении безопасности систем на основе распределенного реестра будет играть защита границы сети от атак, — подчеркивает Броуди. — Атаки обычно направлены на самые слабые места, так что независимо от устойчивости блокчейна, если в системах связи Интернета вещей присутствуют какие-то уязвимости, они будут эксплуатироваться».

Корпорация IBM готовит новые партнерские программы, сосредоточенные на активно развивающихся технологиях: искусственном интеллекте, облаке, блокчейне, безопасности и модели SaaS. Новая модель взаимодействия, как полагают в корпорации, поможет увеличить доходы благодаря использованию интеллектуальной собственности IBM и ее партнеров, поиску новых клиентов и созданию новых решений. Корпорация запускает цифровую платформу самообслуживания для разработки и продажи решений, интегрированных с технологиями IBM и обещает предоставить техническую поддержку, обучение и примеры кода.

IBM проводит несколько акций с целью привлечения партнеров к разработке решений на основе IBM Cloud, искусственного интеллекта и анализа данных. В рамках акций корпорация предлагает 10 терабайт в хранилище IBM Cloud Object, 100 тыс. разговоров с использованием IBM Watson Assistant и услуги по миграции на сумму в 50 тыс. долл. для тех партнеров, которые готовы перевести из облачных систем конкурентов рабочие нагрузки на сумму не менее 20 тыс. долл. в месяц.

В прошлом году в конкурсе Watson Build, темой которого было создание рабочих прототипов облачных приложений, использующих систему Watson, приняло участие более 1300 компаний. В этом году IBM проведет второй этап конкурса и намерена привлечь еще больше участников.