人工智能（AI）的興起帶動市場對AI芯片的需求，NVIDIA的GPU真正借著這股“東風”迅速成為AI市場的主流產(chǎn)品之一，其勢頭甚至蓋過了CPU。不過，GPU還不能算是真正的AI芯片，現(xiàn)在一大波新興的AI專用芯片正在路上，而IPU（智能處理器）在這之中相對比較成熟。目前，來自Graphcore的IPU芯片已真正量產(chǎn)，應用效果非常好，由此也被不少人看好。
專為機器智能設計
Graphcore是IPU的扛旗人。Graphcore是一家來自英國的明星初創(chuàng)公司，到目前為止，公司總共融資超過4．5億美金，其中包括一些非常知名的金融投資者、戰(zhàn)略投資者，比如，微軟、三星、博世、寶馬、戴爾等。IPU是一種專為機器智能設計的全新芯片類型，采用的是完全不同于CPU、GPU的全新處理器架構，專門適用于AI負載。
Graphcore高級副總裁兼中國區(qū)總經(jīng)理盧濤告訴記者，機器智能是一類全新的計算負載，有自己的特點。比如，AI算法通常涉及大規(guī)模的并行計算；數(shù)據(jù)結構通常是非常稀疏的矩陣；和傳統(tǒng)的科學計算或者高性能計算（HPC）相比，智能計算普遍都是低精度計算。另外，AI應用經(jīng)常會有數(shù)據(jù)參數(shù)復用、靜態(tài)圖結構。由于這些特點的存在，使得傳統(tǒng)CPU、GPU在處理這類工作負載的效果并不理想，而IPU則有明顯優(yōu)勢。
Graphcore高級副總裁兼中國區(qū)總經(jīng)理盧濤
“CPU是面向應用和網(wǎng)絡設計的處理器，是一個標量處理器；GPU是面向圖形和高性能計算、以向量處理為核心的處理器。AI是一個全新的負載、是以計算圖作為表征，因此需要一種全新的處理器架構，而Graphcore開創(chuàng)的IPU就是針對計算圖的處理來設計的專用處理器?！北R濤說。
據(jù)盧濤介紹，Graphcore的IPU在架構上做了大量創(chuàng)新。其中一大創(chuàng)新是，IPU內(nèi)核采用了大規(guī)模并行MIMD，有一個非常大的分布式片上SRAM，這個SRAM高達300 MB。因此，相比CPU＋DDR2或者GPU＋GDDR／HBM，IPU能夠實現(xiàn)10到320倍的性能提升。
“近些年，芯片的計算能力提升很快，但內(nèi)存的性能提升卻相對緩慢。IPU的一個創(chuàng)新設計就是采用了大規(guī)模并行MIMD和龐大的分布式片上SRAM?！北R濤說。
Graphcore IPU的另一大架構創(chuàng)新是采用了構建大規(guī)模數(shù)據(jù)中心集群的BSP技術（Bulk Synchronous Parallel），這種技術目前在谷歌、Facebook、百度這樣的大規(guī)模數(shù)據(jù)中心都在使用。IPU也是目前世界上首款BSP處理器，通過硬件來支持BSP協(xié)議，并通過BSP協(xié)議把整個計算邏輯分為計算、同步、交換三方面。
據(jù)悉，Graphcore IPU已經(jīng)量產(chǎn)的GC2處理器擁有236億個晶體管的芯片，在120瓦的功耗下有125 TFlops的混合精度、1216個獨立的處理器核心（Tile），300 M的SRAM能夠把完整的計算模型放在片內(nèi)。另外，內(nèi)存的帶寬有45 TB／s、片上的交換是8 TB／s、片間的IPU－Links是2．5 TB／s。Graphcore IPU的這些硬件條件為其最后高性能地完成AI應用奠定了非常強大的基礎。
一款全新架構的處理器要想真正落地，配套的軟件自然必不可少，其中就包括編譯器、開發(fā)平臺以及其他相關的各種配套軟件和工具。對此，Graphcore推出了IPU配套的開發(fā)平臺——Poplar SDK。Poplar是架構在機器學習的框架軟件（比如TensorFlow、ONNX、PyTorch和PaddlePaddle）和硬件之間的一個基于計算圖的工具和庫，目前提供750個高性能計算元素的50多種優(yōu)化功能，可以支持各種標準的機器學習框架，包括TensorFlow 1／2、ONNX和PyTorch，很快也會支持百度飛槳。在部署方面，Poplar目前可以支持容器化部署，能夠快速啟動并運行。今年5月，Graphcore還推出了一款名為PopVision Graph Analyser的分析工具。開發(fā)人員在使用IPU進行編程的時候，可以通過PopVision這個可視化的圖形展示工具來分析軟件的運行情況、調(diào)試效率。
優(yōu)勢初步展現(xiàn)
硬件架構的創(chuàng)新加上配套軟件使得IPU在人工智能的應用上表現(xiàn)優(yōu)異。比如，在BERT訓練方面，采用NVLink－enabled的GPU平臺通常需要50多個小時才能達到一定精度，而IPU平臺只需36．3小時。在BERT推理方面，IPU目前在 BERT 上訓練的時間能夠比 GPU 縮短 25％以上。
微軟的一位機器學習專家在5月27日舉行的Intelligent Health峰會上分享了如何使用IPU訓練CXR（胸部X光射線樣片）。在微軟自己專門創(chuàng)新的SONIC CV 模型里，IPU只要30分鐘就能夠完成傳統(tǒng)的GPU需要5個小時才能完成訓練的工作量。
盧濤介紹，目前基于IPU的應用已經(jīng)覆蓋了機器學習的各個應用領域，包括自然語言處理、圖像／視頻處理、時序分析、推薦／排名及概率模型，廣泛應用于醫(yī)療、金融、制造以及5G等多個行業(yè)，極大降低了開發(fā)者和用戶的決策與開發(fā)成本。
盧濤表示，目前中國企業(yè)使用IPU分為兩個渠道，其一是購買IPU服務器，戴爾已提供此類服務器；另一渠道是通過云服務商購買基于IPU的云服務。為了進一步配合IPU在中國的落地，Graphcore在中國已建立起兩支技術服務團隊——一支是以定制開發(fā)為主要任務的工程技術團隊，另一支是以客戶技術服務為主的現(xiàn)場應用團隊。
“AI應用需要專門的處理器，而IPU正是這樣的處理器。目前，AI在各行各業(yè)均得到廣泛應用，IPU可以基于自身優(yōu)勢為世界的智能化進程增添不竭動力?！北R濤最后總結道。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
