近日，一家生產(chǎn) AI 芯片的英國(guó)初創(chuàng)公司 Graphcore 融資 3000 萬(wàn)美元資金，用于研發(fā)和生產(chǎn)新型芯片。

Graphcore 計(jì)劃明年大規(guī)模出貨，其芯片將用于對(duì)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)運(yùn)算需求較高的無(wú)人駕駛汽車(chē)和云計(jì)算領(lǐng)域。Graphcore 稱(chēng)，他們的芯片性能可領(lǐng)先市場(chǎng)同類(lèi)產(chǎn)品的 10 ~ 100 倍。

Graphcore 是從芯片廠(chǎng)商 XMOS 中孵化，XMOS 在物聯(lián)網(wǎng)高性能芯片領(lǐng)域有著一定的積累， 2014 年曾獲得華為和德國(guó)工業(yè)巨頭博世以及 Xilinx 的投資。

作為一個(gè)從傳統(tǒng)芯片廠(chǎng)商獨(dú)立出來(lái)的技術(shù)團(tuán)隊(duì)，Graphcore 首席執(zhí)行官 Nigel Toon 也十分自信，聲稱(chēng)當(dāng)前 GPU 常被用來(lái)運(yùn)行機(jī)器學(xué)習(xí)程序，只是行業(yè)的權(quán)宜之計(jì)，這并不見(jiàn)得是最好的選擇，它們往往無(wú)法滿(mǎn)足 AI 的需求。GPU 被設(shè)計(jì)成用來(lái)運(yùn)行完整的程序，而機(jī)器學(xué)習(xí)與此完全不同。后者是不斷訓(xùn)練程序使用數(shù)據(jù)的過(guò)程，需要完全不同類(lèi)型的處理器。

雷鋒網(wǎng)此前曾在《芯片之爭(zhēng)：CPU、GPU、DSP、NPU，到底哪個(gè)更適用于深度學(xué)習(xí)？》一文中提到：

無(wú)論是針對(duì)人工智能的眾核芯片還是定制版的 GPU，本質(zhì)上都不是專(zhuān)用處理器，實(shí)際上是拿現(xiàn)有的、相對(duì)成熟的架構(gòu)和技術(shù)成果去應(yīng)對(duì)新生的人工智能，并沒(méi)有發(fā)生革命性的技術(shù)突破。

英特爾和英偉達(dá)是在使用現(xiàn)有的比較成熟的技術(shù)去滿(mǎn)足深度學(xué)習(xí)的需求，眾核芯片和定制版 GPU 在本質(zhì)上來(lái)說(shuō)依舊是 CPU 和 GPU，而并非專(zhuān)門(mén)針對(duì)深度學(xué)習(xí)的專(zhuān)業(yè)芯片，這就必然帶來(lái)一些天生的不足。打個(gè)比方，用眾核芯片和 GPU 跑深度學(xué)習(xí)，就類(lèi)似于用轎車(chē)去拉貨，受轎車(chē)自身特點(diǎn)的限制，貨物運(yùn)輸能力與真正大馬力、高負(fù)載的貨車(chē)有一定差距。同理，即便是因?yàn)榧夹g(shù)相對(duì)更加成熟，英特爾和英偉達(dá)的芯片在集成度和制造工藝上具有優(yōu)勢(shì)，但由于 CPU、GPU 并非針對(duì)深度學(xué)習(xí)的專(zhuān)業(yè)芯片，相對(duì)于專(zhuān)業(yè)芯片，其運(yùn)行效率必然受到一定影響。

為此，Graphcore 正著力打造新的智能處理單元（IPU）系統(tǒng)，并計(jì)劃于 2017 年推出。根據(jù)官方介紹，其 IPU 圍繞神經(jīng)網(wǎng)絡(luò)計(jì)算加速處理器（Neural Network Accelerator），支持的并行計(jì)算規(guī)模和浮點(diǎn)運(yùn)算精度比其他芯片更高。

當(dāng)然，關(guān)于 Graphcore 自稱(chēng)其 IPU 芯片性能均領(lǐng)先市場(chǎng)同類(lèi)產(chǎn)品的10 ~ 100 倍這一說(shuō)，還需經(jīng)過(guò)市場(chǎng)考驗(yàn)。其實(shí) NPU 也一直被業(yè)內(nèi)認(rèn)為將在人工智能演進(jìn)過(guò)程中扮演的關(guān)鍵角色，如寒武紀(jì)團(tuán)隊(duì)過(guò)去和 Inria 聯(lián)合發(fā)表的 DianNao 論文提到，CPU、GPU與 NPU 相比，會(huì)有百倍以上的性能或能耗比差距。

但目前國(guó)內(nèi)外均還未有主流的 NPU 廠(chǎng)商出現(xiàn)。高通曾對(duì)外宣稱(chēng)將大力發(fā)展 NPU，并稱(chēng)在 2014 年推出樣品，隨后卻不了了之。雖然 2016 年涌現(xiàn)出多家進(jìn)軍 NPU 的芯片廠(chǎng)商，但無(wú)論哪家推出的芯片，均需要一定的驗(yàn)證和測(cè)試周期。因此 Graphcore 的 IPU 芯片在量產(chǎn)后是否能夠表現(xiàn)優(yōu)秀，仍有很多未知因素。 

Toon 給出一個(gè)為社交媒體公司服務(wù)的案例，以證明 IPU 的實(shí)用性。Toon 提到，社交網(wǎng)絡(luò)的用戶(hù)活躍度通常在某個(gè)時(shí)間最為突出，Graphcore 的 IPU 系統(tǒng)會(huì)伺機(jī)在用戶(hù)活躍度低時(shí)利用閑置的處理器資源進(jìn)行 AI 訓(xùn)練，然后在第二天及時(shí)地上線(xiàn)新內(nèi)容。

Graphcore 也并非一個(gè)人在戰(zhàn)斗，Bosch 和三星作為 Graphcore 的戰(zhàn)略投資方，兩者均在與 Graphcore 探討合作：Bosch 意在借助 Graphcore 的技術(shù)拓展自動(dòng)駕駛領(lǐng)域，而三星投資它的目的想把其相關(guān)技術(shù)應(yīng)用在下一代網(wǎng)絡(luò)設(shè)備中。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。