IBM12月推出的新一代POWER9處理器，這個處理器是針對AI工作負載而設計，從科學研究的深度學習、即時詐欺偵測及信用風險分析等領域，加速資料科學家建置認知應用。自4年前便開始替需要密集運算的AI任務量身打造POWER9處理器，而每一代的處理器至少投入30億美元研發。
IBM POWER9的最大I/O頻寬是Intel x86處理器的9.5倍，可支援記憶體容量是2.6倍，高效能核心數量為x86的2倍，記憶體頻寬則是x86的1.8倍。
臺灣IBM硬體系統事業部總經理李正屹表示，目前POWER9處理器將被應用於美國能源部的超級電腦「Summit」和「Sierra」，以及Google資料中心。在台灣IBM也協助如中國端子、全國電子、淡江大學和中鋼等企業，從硬體加速上層應用之發展。
策略：NVIDIA為技術戰友，Google則是重要客戶
IntelX86架構伺服器仍是主流，根據TrendForce記憶體儲存研究（DRAMeXchange）的調查顯示，伺服器用處理器中，X86架構市場約96%，其中Intel出貨量占99%，為此退出X86架構的IBM改從生態系角度對抗Intel。
IBM在2013年號召Google、NVIDIA、Mellanox與Tyan等成員組成OpenPOWER聯盟。聯盟主要目標在相互開放頂尖技術，打造更好的解決方案，對抗Intel。目前聯盟成員已經達到300多家。
而在這次亮相的POWER9處理器中，NVIDIA即為重要戰友。POWER9處理器搭載於IBM AC922 Power Systems伺服器中，IBM與把NVLink 2.0技術應用在其中，讓CPU和GPU之間的數據遷移速度達成到x86的9.5倍。
而Google則是重要客戶。Google的資料中心過去大量採用Intel x86，但在2016年Google宣布與Rackspace聯手打造Power9處理器架構的伺服器，藉此提升資料中心的效能和能耗問題。
不僅硬體，也提供基礎架構與軟體工具
為了拚贏這場仗，IBM不僅提供處理器等硬體而已，IBM的PowerAI深度學習平台，提供常用的TensorFlow和Caffe深度學習框架與自動化標籤以及參數調優等工具，以節省深度學習人工神經網絡的「訓練」時間。
IBM硬體系統部業務協理邱垂彬就說，在訓練過程中，清洗與上標籤等數據處理流程，耗費了八成左右的時間，因此IBM提供更為自動化的數據標籤工具，而參數調整也另一個大挑戰，參數常牽一髮動全身，因此系統也會提供參數調整參考值。
「現行企業進行深入學習，光人工神經網絡的訓練過程就耗費一到兩個月，實在太久了，我們系統最終可以節省4倍的時間。」邱垂彬說。
