機(jī)器智能標(biāo)志著一個(gè)新的計(jì)算時(shí)代的開(kāi)始，這個(gè)時(shí)代需要一種從根本上不同于以往的處理器和軟件工具。這個(gè)迅速增長(zhǎng)的新市場(chǎng)為Graphcore創(chuàng)造了打造一家大型全球科技公司的機(jī)會(huì)。

基于AI算法的更大需求

眾所周知，使用AI算法的公司通常會(huì)選擇使用GPU，而機(jī)器學(xué)習(xí)算法需要快速處理海量數(shù)據(jù)，這使得企業(yè)對(duì)硬件的需求日益攀升。

與傳統(tǒng)處理器不同，Graphcore所設(shè)計(jì)的這款芯片是專為機(jī)器學(xué)習(xí)系統(tǒng)打造，這種芯片可以部署于各種機(jī)器學(xué)習(xí)的應(yīng)用，例如聯(lián)網(wǎng)設(shè)備、自動(dòng)駕駛、云計(jì)算以及機(jī)器人等領(lǐng)域，他們相信越來(lái)越多的企業(yè)將使用這些技術(shù)。

芯片產(chǎn)業(yè)鏈復(fù)雜，從技術(shù)研發(fā)、產(chǎn)品迭代及資金鏈需求角度而言，初創(chuàng)公司的成長(zhǎng)挑戰(zhàn)都是巨大的。盡管如此，Graphcore還是迅速打開(kāi)了行業(yè)知名度，原因之一離不開(kāi)英國(guó)產(chǎn)業(yè)市場(chǎng)的特殊性。

在這樣的大環(huán)境下，Graphcore想要在AI硬件這個(gè)快速發(fā)展的行業(yè)中對(duì)標(biāo)巨頭英特爾和英偉達(dá)，成長(zhǎng)為一個(gè)英國(guó)本土大型上市企業(yè)，并且不會(huì)出售給競(jìng)爭(zhēng)對(duì)手。

根據(jù)IDC數(shù)據(jù)預(yù)測(cè)，認(rèn)知和人工智能系統(tǒng)在2017年全球收入將達(dá)到125億美元，并預(yù)計(jì)在2020年增長(zhǎng)到460億美元。投資者之所以紛紛押注芯片制造商，也是因?yàn)檫@項(xiàng)技術(shù)是這一增長(zhǎng)趨勢(shì)背后最為重要基礎(chǔ)支持。

Graphcore的誕生和目標(biāo)

與一般的新銳公司不同，Graphcore在人工智能學(xué)習(xí)的反應(yīng)速度以及低能耗方面，其開(kāi)發(fā)的產(chǎn)品要比目前市場(chǎng)上所有的圖像處理解決方案好10到100倍。

Graphcore成立于2016年，其總部位于英國(guó)布里斯托，兩位聯(lián)合創(chuàng)始人Nigel Toon、Simons Knowles此前還共同創(chuàng)立過(guò)市值4.35億美金的3G蜂窩芯片公司Icera，后賣給英偉達(dá)。

Graphcore頻受資本和學(xué)界青睞，主要來(lái)自于其核心產(chǎn)品一款名為IPU的AI芯片，與常見(jiàn)的IPU（ImageProcessingUnit，圖像處理器）不同，其IPU主要應(yīng)用于無(wú)人駕駛汽車和云計(jì)算，專門為強(qiáng)大的機(jī)器習(xí)得系統(tǒng)設(shè)計(jì)。

此外還開(kāi)發(fā)了一套可以幫助用戶無(wú)縫使用TensorFlow和MXNet等機(jī)器學(xué)習(xí)框架的接口，并為此提供了一個(gè)包含工具、驅(qū)動(dòng)和應(yīng)用庫(kù)的開(kāi)源軟件框架Poplar。

總的來(lái)說(shuō)，Graphcore認(rèn)為先做Training然后做Inference的機(jī)制，未來(lái)一定會(huì)被Learning取代，即未來(lái)理想的人工智能應(yīng)該能夠在部署之后還能保持持續(xù)的學(xué)習(xí)和進(jìn)化。

市場(chǎng)看好融資多輪順暢

自創(chuàng)立以來(lái)，Graphcore就吸收了不少戰(zhàn)略投資方，其中A輪包括三星和博世，以及該輪融資中的寶馬和微軟。

在2017年初，Graphcore完成的3000萬(wàn)美元融資就備受關(guān)注，因?yàn)檫@次投資方里包括了三星集團(tuán)、德國(guó)汽車巨頭Bosch以及Arm創(chuàng)始人HermannHauser，還吸引了DeepMind聯(lián)合創(chuàng)始人DemisHassabis、Uber首席科學(xué)家ZoubinGhahramani以及AtomicoandDellTechnologiesCapital的投資。

2017年10月，Graphcore接受了紅杉資本5千萬(wàn)美元的投資，這是最近成為風(fēng)險(xiǎn)投資新寵的AI芯片公司之一。

2018年12月，英國(guó)AI芯片公司Graphcore宣布完成新一輪2億美元融資，寶馬旗下風(fēng)投公司iVentures和微軟作為戰(zhàn)略投資方加入，公司估值達(dá)到17億美元。這樣一來(lái)，其融資總額超過(guò)3億美元。

本輪融資為Graphcore的D輪融資，在最近一個(gè)月里敲定，新晉投資人和早期投資人各占一半金額。由其早期投資人Skype創(chuàng)始人NiklasZennstrm'sAtomico以及歐洲大型投資公司Sofina領(lǐng)投。寶馬iVentures和微軟、美利安全球投資者均是該輪融資的新晉投資方。

合理的推測(cè)是，博世和寶馬將為Graphcore推進(jìn)自動(dòng)駕駛和車聯(lián)網(wǎng)市場(chǎng)提供便利，而三星則是手機(jī)和語(yǔ)音助手領(lǐng)域的窗口，戴爾還將為其提供云計(jì)算芯片市場(chǎng)的DOE和渠道資源。

此外，羅伯特博世風(fēng)險(xiǎn)投資公司、C4風(fēng)險(xiǎn)投資公司、戴爾科技資本、以色列最大風(fēng)投Pitango、三星和紅杉資本等跟投。

IPU的核心特征及難點(diǎn)

根據(jù)公開(kāi)資料顯示，GraphcoreIPU的一些關(guān)鍵特征包括：

①同時(shí)支持Training和Inference。

②采用同構(gòu)多核（many-core）架構(gòu)，超過(guò)1000個(gè)獨(dú)立的處理器。每個(gè)處理器核的處理能力和具體支持的操作還不清楚。支持all-to-all的核間通信，采用Bulk Synchronous Parallel的同步計(jì)算模型。

③采用大量片上memory，不直接連接DRAM，這可能是他們的架構(gòu)中最激進(jìn)的一個(gè)選擇。

Graphcore IPU的多功能性，即支持多種機(jī)器學(xué)習(xí)技術(shù)的高效表現(xiàn)適合各種應(yīng)用，無(wú)論是智能語(yǔ)音助手還是自動(dòng)駕駛車輛。因?yàn)镚raphcoreIPU的靈活性，能夠在數(shù)據(jù)中心和車輛中使用相同的處理器，以減少用戶的開(kāi)發(fā)時(shí)間和工作量。

此外，Graphcore IPU的規(guī)模很大，通常包括數(shù)千到數(shù)百萬(wàn)個(gè)頂點(diǎn)，這也意味著巨大的并行性。同時(shí)IPU是稀疏的，大多數(shù)頂點(diǎn)只連接到其他一小部分頂點(diǎn)，即低精度。

對(duì)于新架構(gòu)，幾乎Graphcore運(yùn)行神經(jīng)網(wǎng)絡(luò)模型的所有計(jì)算機(jī)系統(tǒng)，甚至包括Google的特殊硬件，都使用RAM存儲(chǔ)。從RAM中獲取神經(jīng)網(wǎng)絡(luò)的權(quán)重需要耗費(fèi)大量的計(jì)算資源，所以處理器可以幫忙解決。

在Graphcore的芯片上，權(quán)重存儲(chǔ)在處理器中的高速緩存中，而不是存儲(chǔ)在RAM中，也不需要移動(dòng)，因此，事情就變得比較簡(jiǎn)單了�？赡芪覀儠�(huì)得到一個(gè)系統(tǒng)，比如一萬(wàn)億個(gè)權(quán)重。

與微軟戴爾的緊密合作

11月18日至22日，Graphcore在美國(guó)丹佛舉辦的SC19上展示與微軟最新聯(lián)合發(fā)布的微軟Azure上GraphcoreIPU相關(guān)產(chǎn)品與介紹，并提供相關(guān)的注冊(cè)信息。

另外，使用了Graphcore第一個(gè)IPU技術(shù)的戴爾易安信DSS8440也將首次對(duì)外展示。

微軟和Graphcore的開(kāi)發(fā)人員使用BERT語(yǔ)言模型實(shí)現(xiàn)了最先進(jìn)的性能和準(zhǔn)確性，僅用一個(gè)IPU服務(wù)器系統(tǒng)和8個(gè)C2IPU處理器PCIe卡就可以在56個(gè)小時(shí)內(nèi)訓(xùn)練BERTBase。通過(guò)BERT推理，吞吐量提高了3倍，延遲改善了20％以上，從而可以更快地交付結(jié)果。

微軟和Graphcore已經(jīng)緊密合作了兩年多。就在11月14日，Graphcore宣布了與微軟的具體合作內(nèi)容，并正式發(fā)布MicrosoftAzure上Graphcore智能處理單元（IPU）的預(yù)覽版。這是重大公有云供應(yīng)商首次提供Grapchore IPU，這些IPU從構(gòu)建之初便旨在支持下一代機(jī)器學(xué)習(xí)。

其強(qiáng)大的并行處理能力實(shí)現(xiàn)了快速訓(xùn)練模型并進(jìn)行超低延時(shí)運(yùn)行，這也使的Graphcore能夠在自然語(yǔ)言處理以及在理解自動(dòng)駕駛視頻方面取得重大進(jìn)展。因此，IPU強(qiáng)大的并行處理能力是我們區(qū)別于其他處理器的一個(gè)重要因素。

Graphcore還將與戴爾公司一起展示第一個(gè)IPU技術(shù)，該技術(shù)旨在滿足企業(yè)客戶構(gòu)建本地機(jī)器智能計(jì)算的需求。在戴爾公司的DellEMCDSS8440是一款采用Graphcore技術(shù)的機(jī)器學(xué)習(xí)服務(wù)器。

該系統(tǒng)使用8個(gè)GraphcoreC2IPU處理器PCIe卡提供1.6PetaFlops的機(jī)器智能計(jì)算，每個(gè)卡有2個(gè)IPU處理器，所有卡都在標(biāo)準(zhǔn)4U機(jī)箱中與高速IPU-Link技術(shù)連接。

這個(gè)全新的芯片速度會(huì)非常快，可以支撐很多不同的神經(jīng)系統(tǒng)，擁有極高的擴(kuò)展性。Arm聯(lián)合創(chuàng)始人甚至把Graphcore IPU成為芯片產(chǎn)業(yè)的第三次革命。

結(jié)尾：

隨著人工智能對(duì)芯片算力和帶寬的需求越來(lái)越高，現(xiàn)在大多數(shù)的ASIC AI芯片并不能滿足當(dāng)下的需求。為此打造一個(gè)全新架構(gòu)的AI芯片就成為迫切需求，這也正是Graphcore IPU正在做的事情。