Graphcore推出最复杂的晶片

Graphcore为AI工作提供了更便宜，更简单的方案。

英国晶片设计公司Graphcore近期推出Colossus MK2，又名为GC200 IPU（智能处理单元），在AI应用层面上，公司称之为全球最复杂的晶片。新晶片的性能是上代产品Colossus MK1的八倍，由594亿个晶体管驱动─超越英伟达最新顶级A100数据中心GPU的540亿个晶体管。

Graphcore计划把四颗GC200 IPU安装至一台名为M2000的新机器，其大小与薄饼盒相若，能够提供1 petaflop（每秒一千万亿次）的运算能力。系统本身比英伟达的A100慢，后者的单独运算能力达5 petaflop。

然而，Graphcore的M2000是随插即用的系统，用户可以把多达64，000个IPU连接，实现16 exaflop（每exaflop等于1，000 petaflop）的处理能力。具体来说，假设人类每秒执行一次运算，便需要近317亿年，才能媲美1 exaflop系统在一秒钟内可完成的工作。

GC200和A100均属功能非常强大的机器，但Graphcore在不断增长的AI市场，拥有三项更胜英伟达的独特优势。

1.Graphcore正为不同工作开发特定晶片

英伟达把GPU由游戏和专业视象化用途扩大至AI市场，Graphcore有别于此，专门设计用于机器学习工作的定制IPU，与GPU或CPU不同。

Graphcore在官方网站上声称：CPU设计作办公用途、GPU用于图象运算，而IPU则用于机器智能。公司解释，CPU为标量处理而设计，一次处理一项数据，GPU则为矢量处理而设计，一次处理大量整数和浮点数。

Graphcore的IPU科技运用图象处理，可一次处理各个单一图象标示的所有数据。公司指IPU的结构比CPU和GPU更能有效处理机器学习工作。许多机器学习框架（包括TensorFlow、MXNet和Caffe）已支援图象处理。

Graphcore表示，GPU使用的矢量处理模型，比图象模型严谨得多，研究人员可在AI研究中探索新模型或重新探索各个领域。

2.Graphcore GC200每petaflop处理能力的成本较低

英伟达的A100价值199，000美元，相当于每petaflop 39，800美元。相对之下，Graphcore M2000系统提供1 petaflop处理能力的价格为32，450美元。每petaflop 7，350美元的差异，可以为数据中心的多重exflop系统节省数百万美元。

这可能使英伟达的数据中心业务面对严峻挑战，其上季度收益按年增加80％至11.4亿美元，占该晶片制造商总收益的37％。英伟达近期收购了数据中心网络设备制造商Mellanox，希望壮大该业务，但规模扩大也难以阻止Graphcore的革命性研发。

3.Graphcore获创投基金支持

英伟达是一家上市晶片制造商，需要定期检讨其开支惯例，Graphcore则为一家私营初创企业，可以专注于研发和增长，而非短期利润。

Graphcore仅在四年前成立，但在2月份最后一次融资后，估值已高达19.5亿美元。公司的赞助人包括Merian Chrysalis和Amadeus Capital Partners等投资公司，以及微软等大公司。微软已使用Graphcore的IPU，在Azure云端运算平台处理机器学习工作，其他云端巨企可能在未来数年跟随其脚步。

英伟达投资者应该担心吗？

英伟达在数据中心GPU享有先行优势，但公司面对的挑战者越来越多，包括来自亚马逊、Facebook 和Alphabet Google的第一方晶片。Graphcore步步进迫，英伟达投资者应该警惕Graphcore的新晶片─它似乎有能力提供更便宜，更精简灵活的方式，处理机器学习和AI工作。

来源：金融界网站