芯潮（ID：aichip001）編 | 雲鵬
芯潮11月18日消息，近日，美國初創公司Blaize首次發聲，推出了圖形流處理器（Graph Streaming Processor，簡稱GSP），一種專門為AI應用程序提供動力的芯片，定位是替代當今機器學習項目中常用的圖形處理單元和中央處理單元。
Blaize的前身是ThinCI，2010年成立於美國，公司更名前後均專注於汽車、智能視覺和企業計算市場等領域的AI技術研發。Blaize目前進行了兩輪共1億5200萬美元的融資，在全球擁有320餘名員工。
就在當天凌晨，英特爾也推出了用於AI和機器學習的芯片。據瞭解，Blaize聯合創始人兼CEO Dinakar Munagala曾在英特爾擔任工程師十餘年。以下是Venturebeat對此次Blaize發佈新產品報道的原文編譯。
一、看準需求大膽進軍AI芯片市場
對於提升AI工作效率的定製化芯片的需求正在呈現爆發式增長，而像Hailo Technologies、Graphcore和Untether AI等初創公司大量籌集金並投入這一領域的種種舉措也恰恰印證了這一點。
激烈的競爭並沒嚇退Blaize（以前的ThinCI）——一家希望通過新推出的圖形流處理器在競爭中脫穎而出的公司。這家擁有9年曆史的初創企業所宣稱的的片上系統（system-on-chip）性能令人印象深刻，這也是為什麼他們可以從汽車零部件製造商Denso在內的投資者們那裡籌集了近1億美元的原因。
Blaize今天在蟄伏中爆發（emerged from stealth），一舉從Denso、Daimler、SPARX Group、Magna、三星Catalyst Fund、Temasek、GGV Capital等戰略和風險投資者的幾輪融資中籌集了8,700萬美元；上一輪融資於2018年9月結束，總額為6500萬美元。
二、性能大幅提升的同時兼顧小尺寸低成本
Blaize最初專注於視覺處理器（vision processors），一種用於加速視覺、雷達和傳感器融合任務的芯片。後來他們的業務擴展到數據中心、邊緣基礎設施設備和企業客戶端設備等領域。
Blaize聲稱其GSP是首批支持在單個系統上同時執行多個AI模型和工作流的芯片，同時支持一系列異構計算密集型（heterogeneous compute-intensive）工作負載。這些芯片是完全可編程的，並具有簡化的處理管線（processing pipeline），在減小了尺寸並降低成本的同時，可以將板級和系統級（board and system level）的原始性能、延遲和能效提高10到100倍。
Blaize聯合創始人兼CEO Dinakar Munagala提到，“Blaize的願景是通過對軟件和處理器的基礎架構進行重新思考，更好地計算未來的工作量（compute the workloads of the future）。” “我們看到了客戶對於可以解決當下迫切需求的新計算方案的渴望，他們需要新的計算方案在新興的AI時代協助他們突破傳統計算在功能、複雜性、成本等方面的限制。”
三、圖形本地化架構適應多種運行場景
Blaize的GSP是如何實現速度提升的呢？通過“100％圖形本地化（graph-native）”硬件。神經網絡是一種特殊的機器學習算法，包含稱為節點（nodes）的互連單元，節點的集合稱為層（layer）。
神經網絡接收數值輸入並將這些輸入值乘以權重，然後再將它們傳遞給激活函數（activation function），該函數定義了節點的輸出。在圖論（graph theory）中，圖（Graphs）還包含了節點，也稱為頂點或點（vertices or points），這些節點通過邊、鏈接或線（edges、links or lines）連接。
Blaize的芯片所採用的圖形本地化結構，利用圖形計算模型和動態流機制（dynamic streaming mechanism）來最大程度地減少非計算數據的移動。開發人員可以在運行前，在單一架構上構建多個神經網絡和工作流。
除此之外，通過使用Blaize Picasso軟件，可以構建集成非神經網絡功能（integrate non-neural network functions），例如圖像信號處理網絡，所有這些網絡功能均以圖形表示。
Blaize表示，他們的產品已用於商業和消費者應用程序中的數據中心服務器、邊緣基礎架構平臺和客戶端平臺，從大型機器學習到傳感器融合，以及用於自動駕駛的高級神經網絡。
天使投資人和前英特爾執行副總裁David Perlmutter表示，“Blaize及其領先的圖形流處理器的問世讓我們很興奮。”“作為Blaize的初始投資者，我很早就認識到第一個推出完整的、從零開始設計的、針對人工智能和神經網絡應用進行完善優化的解決方案所能帶來的巨大效率。”
“這種空前的效率提升非常適合各種邊緣應用，尤其是汽車市場。我為團隊兌現承諾感到自豪。”
結語：GSP流計算架構為AI芯片市場注入新活力
常見的AI處理器只能在一種環境（如數據中心）中運行，但是Blaize的定製化芯片具有一定的通用性，可以為多種類型的系統提供動力。這為他們在數據中心、自動駕駛和計算機視覺等領域的競爭提供了便利。並且據官方消息稱，已經初步實現商用，獲得一些早期訂單交易，積累了一定的客戶。
據IDC數據顯示，隨著人工智能不斷滲透各行各業，到2023年，人工智能系統市場預計將達到979億美元。而因此催生的產品AI功能需求，將為半導體行業帶來343億美元的收入機會。
中國的華為、美國的英偉達、英特爾都瞄準了AI芯片市場，並持續發力。期待此次Blaize的加入會為這場AI芯片激戰注入新的活力。
閱讀更多 芯潮 的文章
