A társaság a Microsoftot taszította le a trónról, a cél az eredményes gépi tanuláshoz szükséges idő lerövidítése.

Az IBM bemutatott egy olyan technológiát, amely drasztikusan csökkenti azt az időt, amely a nagy mennyiségű adatok összesítéséhez, majd hasznos információkká való feldolgozásához szükséges. Mindezt egy különleges szoftver teszi lehetővé, amely hatékonyan szinkronizálja az alkalmazott hardvereket és lehetővé teszi a skálázhatóságot. Az új technológiának köszönhetően sikerült 7,5 millió digitális képet 7 óra alatt 33,8 százalékos pontossággal felismerni, amely új rekordnak számít. Korábban a Microsoft rendszere ugyanennyi fotót csak 10 nap alatt és mindössze 29,9 százalékos pontossággal ismert fel.

Az IBM Research tájékoztatása alapján a jelentősebb jobb érték annak köszönhető, hogy sikerült több számítógépet összekötni egymással. Ez eddig meglehetősen nehéz feladatnak számított, mivel az egyes pontok közötti kommunikáció problémát okozott a hardverek szinkronizációjában. Éppen ezért használnak általában kizárólag egyetlen gépet a gépi tanulásra. A gépi tanulás folyamatának egyetlen 8 processzoros szerverről 64 darab 8 processzoros szerverre való kiterjesztésével 50-60-szorosára növelhető a teljesítmény.

De ha a forgalommenedzsment hibás, akkor számos processzor csak ül és vár. Mindegyik tud valamit, de adatokra van szükségük a többi chiptől ahhoz, hogy a teljes képet megismerjék. Ha a szinkronizáció nem tökéletes, semmit nem tanulnak. Ezt a szinkronizációs problémát oldotta meg az IBM egy új szoftverrel, amely egyszerre legfeljebb 64 darab, egyenként 256 processzoros szervert tud kezelni. A társaság 64 Power 8 számítógépet és Tesla-P-100 grafikus kártyákat alkalmazott, s azok a PCIe helyett az Nvlink interfészen keresztül gyorsan kommunikáltak egymással.

Az óriáscég közölte, hogy a technológiát felkínálta az érdeklődő ügyfeleknek, ugyanakkor az csak az IBM által közvetlenül üzemeltetett Power 8 rendszereken működik.