人工智能（AI）由概念到落地經歷了漫長的演變歷程。作為西方半導體產業界唯一的“獨角獸”企業，Graphcore成立僅僅三年，先後吸引到寶馬、三星、戴爾、博世、微軟等國際一線大品牌的投資。Graphcore是一家怎樣的公司？為何它如此受到青睞？
在11月7日由ASPENCORE主辦的“全球CEO峰會”上，Graphcore聯合創始人兼CEO Nigel Toon跟《國際電子商情》分享了相關發展策略。
Graphcore是一家怎樣的公司？
很多人對Graphcore這家公司感到陌生，它是一家於2016年創辦的人工智能芯片設計初創公司，總部位於英國。其處理器芯片直接對標英特爾、英偉達之類的芯片製造巨頭，為智能駕駛、雲服務等應用提供更靈活、更易用、更高技術水準的產品支持。
人工智能因其設計的複雜性和高門檻的應用，一般都伴隨著資本的助力，Graphcore也不例外。2016年10月，Graphcore獲得第一筆金額為3200萬美元的A輪融資；2017年7月獲得由歐洲VC Atomico領投的價值3000萬美元的B系融資，同一年還獲得5000萬美元的C系列融資；2018年12月，再獲得Atomico和投資控股公司Sofina共同領投的2億美元的D輪融資。
截至目前，Graphcore共獲得3.25億美元的投資，公司市值達到17億美元。2019年10月21日，胡潤研究院發佈《2019胡潤全球獨角獸榜》，Graphcore排名第138位，是西方半導體產業界唯一的“獨角獸”企業。
Graphcore所有的投資者，都對其旗艦智能處理器單元（IPU）的潛力很感興趣。Nigel Toon強調了紅杉資本對Graphcore的投資。他表示：“紅杉資本除了投資Graphcore，還投資了業界很多知名的廠商，紅杉投資人得知Graphcore做的事情非常有趣且極具創新性，所以找到我們談投資事宜。”
Graphcore聯合創始人兼CEO Nigel Toon
IPU處理器有何不同？
從CPU、GPU到FPGA再到ASIC，人工智能芯片技術針對不同的應用場景，都會對算力、算法等要求不斷升級。Graphcore的IPU處理器是完全不同於前面幾類處理器類型的全新架構的AI處理器產品。
Graphcore的IPU處理器
Graphcore 的IPU特點可概括為：（1）同時支持 Training 和 Inference；（2）採用同構多核（many-core）架構，超過1000個獨立的處理器；（3）支持 all-to-all的核間通信，採用Bulk Synchronous Parallel的同步計算模型；（5）採用大量片上SRAM，不需要外部DRAM。
據介紹，IPU處理器是迄今為止最複雜的處理器芯片，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。一個標準4U機箱中可以插入8張卡，卡間通過IPU-Link互連。8張卡上的IPU可以看做一個處理器工作，提供 1.6PetaFLOPS的運算能力。
與CPU和GPU不同，IPU是專門為AI/Machine Learning設計的處理器。IPU強大的並行處理能力，實現了快速訓練模型和實時操控，這使得Graphcore能夠在自然語言處理以及理解自動駕駛方面取得重大進展，這是區別於其他處理器的一個重要因素。
“我們接觸過的所有創新者都說使用GPU正在阻礙他們創新。如果仔細看一下他們正在研究的模型類型，你會發現他們主要研究卷積神經網絡。因為遞歸神經網絡和其他類型的結構，並不能很好地映射到GPU，加上沒有足夠良好的硬件平臺，其研究領域受到限制。而這正是我們將IPU推向市場的原因。”Nigel Toon說。
Graphcore IPU為機器智能提供了更高效的處理平臺。“目前，應用端有越來越多的需求出現，但諸如CPU、GPU等很難有技術突破。而IPU的特色在於，速度非常快，可以支撐很多不同的神經系統，可以做出新的技術突破。”Nigel Toon強調說，有一點非常明確，IPU是一個處理器，基於這樣一個處理器和一些算法，Graphcore可以通過軟件來實現，保證了足夠的靈活性。
除了CPU和GPU，FPGA被認可是現階段較好的實現AI功能的處理器產品，特別是其並行計算能力，適用於雲端加速應用。
“大家常常對CPU解決不了的問題，試圖用FPGA來解決，其實FPGA用的大量場景不在AI領域，而是在網絡和存儲加速裡面。另外，針對AI應用，FPGA無法支持訓練，另外易用性差，只可以做一些inference場景。而IPU很明確，專為機器智能或AI應用場景設計，可同時做訓練和推理。” Graphcore銷售副總裁盧濤補充表示，“IPU是一個處理器，針對IPU我們開發了一套叫做 Poplar 的軟件，對程序員來說，在 IPU 上進行開發就是寫一個TensorFlow或者Pytorch 的程序，可能就幾十行代碼，易用性非常好。”
相比競品，IPU有哪些優勢？
在巨大市場前景的推動以及鉅額資本的加持之下，目前市場上出現了很多人工智能芯片公司，其中不乏獨角獸企業。
Nigel Toon表示：“我們的做法是完全不同的。如果你看一下目前市面上比較廣泛應用的訓練芯片，你就會發現，他們都是比較類似於GPU的圖形處理單元，他們做出來的芯片在創新的部分微乎其微。但是Graphcore很不一樣，我們有在更大層面上進行創新，而不是小的改進。IPU 同時有上千個處理器在工作，單個IPU的存儲帶寬能達到45TB，比性能最快的HBM提升了50倍以上，且在相同算力的基礎上能耗降了一半。”
據瞭解，藉助Graphcore的IPU，一個完整的機器學習模型可以在處理器內部生成。而且IPU處理器具有數百兆字節的RAM，可在處理器上以1.6 GHz的速率全速運行，另外其中的延遲已被線程隱藏。Nigel Toon解釋說，一個4U機箱中有16個IPU，它將使用戶擁有無可比擬的內存帶寬，其上運行了成千上萬的線程，而且同時運行，這是Graphcore得以加速機器智能工作的部分原因。
Nigel Toon表示，Graphcore的IPU相比友商競品，
有三個核心區別：- 一是處理器的“核”的架構不同，IPU 是 MIMD 的架構；
- 二是Graphcore的knowledge model在處理器之內；
- 三是IPU能解決大規模並行計算處理器核之間的通信效率，這是個非常難的事情。在這一點上，Graphcore有大量的創新，關於多核之間如何通信，如何讓軟件工程師和程序員處理起來比較簡單。
“我們有一個BSP的算法，是硬件和我們的軟件一起協同工作的，這樣對軟件公司來說，雖然處理器有1000多個核，7000多個線程，但是不需要太擔心通信問題，可以讓軟件工程師非常方便地使用，而且處理器核之間的通信效率非常高。”Nigel Toon強調說。
Nigel Toon強調IPU是一個專門針對AI通用且靈活的處理器。工程師可以通過編程以驚人的效率來做很多不同的事情。如果應用於雲計算環境，這項技術可以非常輕鬆地解決問題，它功能多樣，易於編程，可提供極為有效的結果，這絕對是一項致勝的技術。
綜上可見，Graphcore的IPU是截至目前市面上功能最為強大且最易用的AI處理器芯片。被譽為英國半導體之父同時也是Arm聯合創始人的Hermann Hauser先前曾經這樣評價過Graphcore：“這在計算機歷史上只發生過三次，第一次是70年代的CPU，第二次是90年代的GPU，而Graphcore就是第三次革命。他們的芯片是這個世界偉大新架構的一種。”
雲服務是重要的應用市場
任何強大的技術必須市場化才能夠體現其價值，Graphcore的IPU主要應用方向為雲計算服務器，未來也會用於自動駕駛汽車。
對於Graphcore的發展規劃及IPU產品的市場化策略，Nigel Toon做了一些闡述：“首先，公司由年初的170人增長到了現在的400人，人員上已經兩倍多了；其次，到現在為止，我們共融資了3.25億美金，還有2億多美金在銀行裡；再次，我們在跟很多大的重要客戶合作，這會支撐我們下一步的巨大增長。”
近幾年，中國市場成長為全球最大的半導體應用市場。如何看待中國市場的發展？Nigel Toon表示，中國在Graphcore的整個版圖裡面是具有策略性的重要市場，我們在中國的運營上會跟傳統的外資公司有些不一樣。首先，我們在中國不是隻有銷售和市場，而是會大力投資在技術能力的建設上，因為需要跟本地合作的不僅是客戶，還有大量研究者和創新者，如何讓IPU在本地應用得更好，中間會有很多定製化開發的工作，所以在本地會有非常重的工程技術方面的投入。”
在中國有兩類廠商會是Graphcore的合作伙伴：
一類是服務器廠商。用戶購買的產品更多是一臺AI計算機，所以服務器廠商會是Graphcore第一類的合作伙伴。而且這個合作進展會非常快，估計再有幾個月客戶就會上架IPU的服務器產品。
另一類是雲服務和雲計算廠商。在新的時代，IT產品最後提供給最終用戶的中間鏈條裡，很重要的就是雲服務和雲計算廠商，所以Graphcore會在全球（不限於中國和美國）跟一些雲服務器廠商合作。
11月13日，Graphcore就宣佈了與微軟的合作內容，並正式發佈Microsoft Azure上Graphcore智能處理單元（IPU）的預覽版。這是公有云領導供應商首次提供GrapchoreIPU，這些IPU從構建之初便旨在支持下一代機器學習。這一合作，證明了IPU硬件和Poplar軟件棧的成熟性。
之前，Graphcore與Dell建立了密切的合作關係。Dell是Graphcore的投資者，透過與他們合作，Graphcore順利地進入企業應用市場，並透過多種不同形式將其技術提供給客戶。
閱讀更多 國際電子商情 的文章
