從處理器到記憶體，IBM Power11 發布 展現 AI 時代的工程哲學

IBM 正式推出新一代 Power11伺服器系統，結合Red Hat OpenShift Container Platform與watsonx平台，從晶片設計到AI治理機制完整整合，協助企業在既有 AIX 與 Linux 架構上導入並維運 AI 系統，同時兼顧合規要求

要讓 AI 成為企業日常，不靠單一硬體指標，而是靠一條從晶片到平台的工程路線。正式發佈的 IBM Power11，把 AI Ready 從口號落實成可執行的方法論，從處理器微架構與記憶體設計、虛擬化與作業系統，到 Red Hat OpenShift Container Platform 與 watsonx 平台，連成可上線、維運與稽核的整體方案，並原生承接 AIX 與 Linux 的既有工作負載。

IBM Power 11 發布會開場，大中華區 IBM Power Systems 業務總經理吳元愷從全球市場脈動切入，點出生成式 AI 帶動的並非短期效能競賽，而是企業營運與 IT 架構的深層重構。吳元愷隨後邀請台灣 IBM 硬體事業部總經理廖俊榮分享，進一步說明 IBM 在混合雲與 AI 平台上的整合策略。

以混合雲與 AI 為核心的整合策略

廖俊榮指出，IBM 近年的策略以混合雲結合 AI 的平台路線為核心，推動企業透過 Red Hat OpenShift Container Platform 與微服務進行應用現代化，並以 watsonx.ai、watsonx.data、watsonx.governance 建立模型生命週期管理、資料整合與 AI 治理能力，平台價值強調開放、可信、商用化與賦能。基礎架構面，Power11 以 AI Ready 為訴求，內建推論加速卡並主打零計畫性停機以支援變更與搬遷，同時承接 AIX 與 Linux 的雙環境，延續 2018 年併購 Red Hat 後的開源生態整合。

策略層面由 IBM 傑出工程師暨香港首席科技總監李永輝接續說明，他指出，AI 與混合雲形成互相強化的迴圈，AI 需要盡量靠近資料與業務流程執行，混合雲則提供開放、安全且具彈性的基礎，而 Red Hat OpenShift Container Platform搭配 watsonx 是構成此迴圈的核心。

李永輝還補充，IBM 以 Terraform 與 Ansible 貫穿從建置到營運的自動化，並提供 Power Virtual Server 與 Red Hat OpenShift AI 等混合雲資源，配合 Instana 的端到端可觀測與 Guardium 的資料庫防護，以及 Quantum Safe Explorer 盤點加密元件並產出 CBOM (Cryptography Bill of Materials)，協助企業邁向後量子加密（Post-Quantum Cryptography，PQC ）時代，而這些都是讓 AI 能穩定規模化的前提。

Power11 處理器採用高頻寬記憶體介面(OMI)打破馮·諾伊曼瓶頸

IBM喊出「AI Ready」的底氣，除了軟硬體的整合，也來自 Power 11 的堅實工藝。

IBM 傑出工程師暨 Power 處理器總架構師 Bill Starke

IBM 傑出工程師暨 Power 處理器總架構師 Bill Starke 指出，Power 11 的開發重點放在效能與可持續營運，而非僅靠核心數量堆疊。此代處理器採用強化 7 奈米製程與全新散熱設計，最高時脈自 4.0 提升至 4.3 GHz，雙插槽系統在更高時脈下可提供約 50% 更多核心。為了在更高密度下維持穩定，Power11 採用 2.5D ISC 矽層封裝架構，以提升供電與散熱效率。

對企業主流的AI 推論與資料密集型應用而言，瓶頸往往出現在處理器與記憶體間的資料傳輸。Power11架構延續 OMI（Open Memory Interface）緩衝記憶體設計，讓 CPU 以高速 OMI 連結驅動具緩衝晶片的 OMI DDR5 DDIMM 模組。此設計將慢速的 DDR 訊號限制在模組內，長距離傳輸則改採封包化的先進訊號技術，具備可重送與校正機制，在相同晶片邊緣面積下，連結頻寬效率提升約九倍，並支援更多記憶體通道。

透過讓記憶體成為可管理的系統級資源，而非受限於傳統匯流排的被動模組，Power11 實質突破傳統馮·諾伊曼架構（Von Neumann Architecture）在處理器與記憶體分離所造成的資料搬運瓶頸，使資料能更接近運算核心流動，進一步提升頻寬、降低延遲並最佳化能效。OMI 架構同時帶來高容量與高可靠度，DDR 規格的差異被隔離在模組端，使系統能同時支援 DDR4 與 DDR5，延長既有硬體投資效益。

這種高效率記憶體架構同時釋放了處理器邊緣的訊號資源，為 IBM 後續導入 Chiplet 化設計奠定基礎，使更多連結預算可用於小型運算 Chiplet 與中央樞紐晶片間的高速通訊，支撐 Power Next未來世代以後的 Chiplet 架構處理器發展奠定關鍵基礎。

Power11 平臺分層算力對應企業 AI 實際運作需求

Power11 新處理器在核心內整合矩陣數學加速器（Matrix Multiply Assist, MMA），可在處理器核心內就近執行模型推論運算，減少資料在 CPU 與記憶體之間搬運造成的延遲與能耗。對於中大型推論或模型微調任務，系統可搭配 IBM Spyre 加速卡分擔運算。Spyre具備超過 300+ TOPS 的運算能力、75W 功耗與 128GB LPDDR5 記憶體，並可彈性擴展至最多8張卡的 I/O 邏輯叢集。

IBM亞太區客戶創新團隊解決方案架構師 劉鑫

IBM亞太區客戶創新團隊解決方案架構師劉鑫認為，藉由分層架構，切分由 CPU 處理常態推論、專用加速卡承載高負載運算，GPU 用於訓練的情境，更貼近企業在推論、微調與訓練三類任務的實際使用比例，使長時間的推論任務更穩定節能，並具備可預測的成本結構。

另外，劉鑫指出，讓 AI 真正產生產能的關鍵在於兩個步驟，分別是「資料進場」與「情境模板」。前者負責處理內部文件、結構化資料與服務紀錄的導入、向量化與治理，建立可查詢與分析的知識庫，後者提供可重用的產業與跨產業模板，協助金融客服、製造維修保固、通路補貨等場景快速部署，縮短從原型到生產階段的腳步。IBM 在 Power 平台上提供自動化部署與單一配置設定，企業可在本地 Power 系統與 IBM Power Virtual Server 間靈活移轉 AI 服務。

整合雲端與治理，IBM 務實擘劃企業級 AI 藍圖

企業需要可預期的營運曲線，當系統管理效率提升、記憶體頻寬擴大、虛擬化密度提高，AI 服務就能在相同機櫃中承載更多流量，同時維持安全與故障隔離。IBM Power 平台在可用性與維運上的工程累積，讓 AI 更貼近日常，不只能快速迭代模型版本、彈性縮放資源，還具備清楚的合規稽核流程。

「IBM Power11 不只是新一代伺服器，更是一張可預期、可控且可持續發展的 AI 藍圖。」IBM 表示，從處理器、記憶體到系統可用性，Power11 將工程重心回歸穩健基礎，並透過Red Hat OpenShift Container Platform 與 watsonx 平台將部署、治理與資料管理化為標準流程，協助企業以可預期的方式邁向 AI 就緒的未來。