總部位于英國布里斯托的Graphcore公司日前推出了一款稱為智能處理單元（IPU）的新型AI加速處理器。該公司于2016年啟動風(fēng)險投資計劃，并在2018年12月的最后一輪融資中募集了2億美元。基于其17億美元的公司估值，Graphcore已成為西方半導(dǎo)體界的唯一“獨角獸”。它的投資者們包括戴爾、博世、寶馬、微軟和三星。
近日，Graphcore首席執(zhí)行官Nigel Toon在接受EETimes采訪時介紹了其公司愿景、AI加速器市場以及AI的未來。
Graphcore的IPU芯片已經(jīng)在生產(chǎn)、發(fā)貨并產(chǎn)生收入，目前正與極少數(shù)早期客戶合作。
Graphcore目前的主要產(chǎn)品是一款可插入服務(wù)器的雙寬、全高300 W PCI Express卡。卡頂部的連接器可以實現(xiàn)卡間互連。每張Graphcore C2卡都配有兩個Colossus IPU處理器芯片。芯片本身，即IPU處理器，是迄今為止最復(fù)雜的處理器芯片：它在一個16納米芯片上有幾乎240億個晶體管，每個芯片提供125 teraFLOPS運算能力。一個標(biāo)準(zhǔn)4U機(jī)箱中可以插入8張卡，卡間通過IPU鏈路互連。8張卡上的IPU可以作為一個處理器元件工作，提供兩個petaFLOPS的運算能力。與芯片在CPU和GPU中的存在形式不同，它為機(jī)器智能提供了更高效的處理平臺。這個產(chǎn)品將用于云計算服務(wù)器，也極有可能用于自動駕駛汽車。
Graphcore如何應(yīng)對運行深度學(xué)習(xí)軟件堆棧的挑戰(zhàn)？
在過去的三四年中出現(xiàn)的深度學(xué)習(xí)標(biāo)準(zhǔn)框架（如TensorFlow和PyTorch）與圖形描述符（如ONNX）一樣，可以在其中一些框架之間進(jìn)行數(shù)據(jù)交換。開發(fā)人員可以根據(jù)框架快速設(shè)計神經(jīng)網(wǎng)絡(luò)，但這些設(shè)計基本上是圖形框架，也就是說，它們描述了操作符和圖形內(nèi)部元素之間連接的數(shù)學(xué)圖形。
而Graphcore從這些高級框架中獲取輸出并將其輸入到我們稱之為Poplar的軟件層，Poplar作為我們的映射和編譯工具，它采用高級框架圖形并將它們映射成為在IPU處理器上運行的完整計算圖形。每個IPU處理器都有1200個獨立的專用內(nèi)核，以及機(jī)器學(xué)習(xí)所需的所有控制操作和超越函數(shù)。每個IPU內(nèi)核可運行多達(dá)六個程序線程。因此，如果您有16個處理器，那么在一個4U機(jī)箱中可以運行超過100,000個獨立的并行程序。
正是這種并行處理能力實現(xiàn)了快速訓(xùn)練模型并進(jìn)行實時操控，這也使的Graphcore能夠在自然語言處理以及在理解自動駕駛視頻方面取得重大進(jìn)展。因此，強(qiáng)大的并行處理能力非常重要。
有了Graphcore的IPU，一個完整的機(jī)器學(xué)習(xí)模型可以在處理器內(nèi)部生成。而且IPU處理器具有數(shù)百兆字節(jié)的RAM，可在處理器上以超過1.6 GHz的速率全速運行，因為其中的延遲已被線程隱藏。具有高帶寬內(nèi)存（HBM）等技術(shù)的GPU可以提供每秒900 GB的內(nèi)存帶寬，而Graphcore的單個IPU處理器提供大約45 TB內(nèi)存帶寬，因此，Graphcore可以更快地操縱模型。一個4U機(jī)箱中有16個IPU，它將使你擁有無可比擬的內(nèi)存帶寬，其上運行了成千上萬的線程，而且是同時運行，而這也是Graphcore得以加速機(jī)器智能工作的部分原因。
Graphcore IPU與領(lǐng)先的GPU性能相比如何？
Graphcore IPU的性能與市場上領(lǐng)先的GPU相比如何？這取決于它完成的任務(wù)。如果用于靜態(tài)圖像分類的前饋卷積神經(jīng)網(wǎng)絡(luò)，GPU已經(jīng)可以做得很好，但I(xiàn)PU可以提供兩到三倍的性能優(yōu)勢，有時甚至是五倍。
對于更復(fù)雜的模型，比如那些數(shù)據(jù)通過后再反饋以嘗試?yán)斫馍舷挛模ɡ纾瑢υ挘┑哪Ｐ停捎跀?shù)據(jù)被傳遞多次，所以需要非常高的速率。對于這樣的應(yīng)用，因為所有的模型都保存在Graphcore的處理器中，IPU可以比GPU快很多，可能快十倍、二十倍或者五十倍。
目前，Graphcore專注于與早期介入客戶合作，幫助他們解決實際問題，但會回過頭來做一些基準(zhǔn)測試，并且將測試結(jié)果提交給MLPerf。
基準(zhǔn)測試的問題在于它們的保守，它們通常專注于標(biāo)準(zhǔn)的卷積神經(jīng)網(wǎng)絡(luò)，而這個行業(yè)已經(jīng)發(fā)生了很大的變化。盡管基準(zhǔn)測試也是一種有用的相對衡量標(biāo)準(zhǔn)，但看到產(chǎn)品在實際應(yīng)用中的真正性能也很重要。
在日新月異的發(fā)展速度之下，很難講還有什么可比性。如果采用了標(biāo)準(zhǔn)框架，那么為了進(jìn)行比較在不同的系統(tǒng)上進(jìn)行嘗試也非常容易。
Graphcore IPU芯片可以用于推理或培訓(xùn)。從架構(gòu)的角度來看這對Graphcore非常重要，因為隨著機(jī)器學(xué)習(xí)的發(fā)展，系統(tǒng)將能夠從經(jīng)驗中學(xué)習(xí)。
推理性能的關(guān)鍵點包括：低延遲、適用于小型模型、小批量，以及可能會嘗試引入稀疏性的訓(xùn)練模型。IPU可以有效地完成所有這些事情。在一個4U機(jī)箱中，16個IPU共同協(xié)作進(jìn)行培訓(xùn)，每個IPU可以運行單獨的推理任務(wù)，并由一個CPU上運行的虛擬機(jī)控制，最終得到的是一個可用于培訓(xùn)的硬件。因此，一旦模型被訓(xùn)練，就可以部署它，但隨著模型的發(fā)展，開始想要從經(jīng)驗中學(xué)習(xí)時，就可以采用這個硬件來實現(xiàn)這個功能。
映射和編譯工具Poplar與CUDA有何異同？
Graphcore的映射和編譯工具Poplar雖然與CUDA處于同等地位，但它實際上是一種編程語言，而不是在較低級別描述圖形的框架。
在Poplar中，可以描述一種新型的卷積函數(shù)或一種新型的遞歸神經(jīng)網(wǎng)絡(luò)層，然后將其作為高級框架中的庫元素。Graphcore提供完整的所有高級操作符和庫元素；同時還提供許多低級操作符，你可以簡單地將之互連以創(chuàng)建新的庫元素。或者，如果您想做一些完全創(chuàng)新的事情，那么可以使用Poplar C ++環(huán)境創(chuàng)建自己的東西。
Graphcore希望大家分享他們的創(chuàng)新，而其他人則樂于接受。如果仔細(xì)看一下Google的TPU或NVIDIA的GPU，你會發(fā)現(xiàn)很多庫元素都是關(guān)閉的，它們是黑盒子，您無法看到它們是如何構(gòu)建的。而Graphcore是開放的，人們可以修改它并擴(kuò)展它。我們希望建立的是這樣一個開放的社區(qū)。
相比谷歌、百度及FB等公司，Graphcore的競爭優(yōu)勢？
Graphcore正日益面臨這個領(lǐng)域的一些強(qiáng)大對手，如谷歌、百度、Nvidia、英特爾以及數(shù)據(jù)中心巨頭Facebook和阿里巴巴，據(jù)傳他們也正在開發(fā)自己的芯片。Graphcore將會如何與這些公司競爭？如果數(shù)據(jù)中心公司開發(fā)自己的AI加速器，那這個市場的競爭還會存在嗎？
Graphcore認(rèn)為將會有三個主要市場。
首先是一個相當(dāng)簡單的小型加速器市場，通常應(yīng)用于移動電話的IP內(nèi)核，一些大型手機(jī)制造商已經(jīng)在做這方面的工作。但Graphcore沒有參與這個市場。ASIC設(shè)備很有市場前景。舉例來說，一個擁有大量用戶的具有非常特定工作量的公司，或許他們運營著一個龐大的社交網(wǎng)絡(luò)，他們可以創(chuàng)建一個非常具體的功能并將其構(gòu)建到一個芯片中，然后將其部署到數(shù)據(jù)中心以提高這一功能的效率。這類ASIC解決方案擁有巨大的市場，但是，Graphcore并沒有參與。
Graphcore所做的是一個通用處理器，您可以通過編程以驚人的效率來做許多不同的事情。如果應(yīng)用于云計算環(huán)境，這項技術(shù)可以非常輕松地解決問題，它功能多樣，易于編程，提供極為有效的結(jié)果，Graphcore相信這是一項致勝的技術(shù)。
采用專用ASIC芯片的事實幾乎已經(jīng)證明了GPU的弱點。人們需要一種更高效、易于使用的為機(jī)器智能而設(shè)計的處理器，而這正是Graphcore所做的。Graphcore認(rèn)為通用IPU有機(jī)會形成截至目前最大的細(xì)分市場。通過為上述所有問題提供更加高效的解決方案，相信可以引領(lǐng)該領(lǐng)域的行業(yè)標(biāo)準(zhǔn)。
如果只是針對基本的前饋卷積神經(jīng)網(wǎng)絡(luò)，GPU是一個非常好的解決方案，但隨著網(wǎng)絡(luò)變得越來越復(fù)雜，人們需要一個新的解決方案，這就是ASIC和FPGA產(chǎn)生的原因。我們接觸過的所有創(chuàng)新者都說使用GPU正在阻礙他們創(chuàng)新。如果仔細(xì)看一下他們正在研究的模型類型，你會發(fā)現(xiàn)他們主要研究卷積神經(jīng)網(wǎng)絡(luò)的形式，因為遞歸神經(jīng)網(wǎng)絡(luò)和其他類型的結(jié)構(gòu)，例如強(qiáng)化學(xué)習(xí)，并不能很好地映射到GPU。由于沒有足夠良好的硬件平臺，研究領(lǐng)域受到限制，而這正是我們將IPU推向市場的原因。
Graphcore會面向企業(yè)市場嗎？企業(yè)市場很有意思，尤其是在企業(yè)界有很多公司正在嘗試進(jìn)行真正的深度學(xué)習(xí)，Graphcore對這個市場深感興趣并專注于此。問題是，Graphcore如何接觸這類客戶？他們遍布全球，并處于不同的垂直市場。對于初創(chuàng)公司而言，這是一個難以進(jìn)入的市場。可以說Graphcore的策略比較狡猾，他們與戴爾建立了密切的關(guān)系。戴爾是Graphcore公司的投資者，通過與他們合作，Graphcore順利地進(jìn)入市場，并通過多種不同形式將我們的技術(shù)交付給客戶，例如，Graphcore的產(chǎn)品可能是4U全能IPU服務(wù)器，也可能是內(nèi)置單個IPU PCI卡的工作站。有很多不同的選擇來抓住這個市場，而Graphcore得到并利用了這個機(jī)會。
Graphcore成為西方半導(dǎo)體界的唯一獨角獸。擁有如此高的估值，對公司來說是好事，因為它是對公司業(yè)務(wù)的很好驗證，讓Graphcore可以籌集大量資金，他們現(xiàn)在擁有令人難以置信的快速增長的火力，對于一個新興市場來說這很重要。這種快速增長在未來的兩三年內(nèi)都將持續(xù)，Graphcore將在這段時間極速奔跑以成為領(lǐng)先者。