（文章來源：Graphcore）

在Wave Summit 2020深度學(xué)習(xí)開發(fā)者峰會上，百度正式宣布Graphcore為百度飛槳（PaddlePaddle）硬件生態(tài)圈共建計劃伙伴之一，并且共同簽署倡議書，以助力AI創(chuàng)新應(yīng)用在各類場景落地，并推動行業(yè)統(tǒng)一標準建立。通過百度飛槳，更多中國的開發(fā)者將能夠利用Graphcore IPU這一全新處理器架構(gòu)，實現(xiàn)機器智能的突破性創(chuàng)新，大幅加速AI模型。

百度飛槳是中國首個開源開放、功能完備的產(chǎn)業(yè)級深度學(xué)習(xí)平臺，目前累計開發(fā)者數(shù)量超過190 萬，服務(wù)企業(yè)數(shù)量8.4 萬家，創(chuàng)建了超過23萬個模型，成為國內(nèi)深度學(xué)習(xí)平臺的領(lǐng)先者。百度飛槳硬件生態(tài)圈的成立旨在推進深度學(xué)習(xí)與人工智能應(yīng)用在中國市場的加速普及與成果推廣。百度飛槳硬件生態(tài)圈的初始成員共有13家，涵蓋云端和設(shè)備端的不同硬件廠商。其中，Graphcore作為百度飛槳在云端訓(xùn)練和推理的重要合作伙伴，將通過云端和數(shù)據(jù)中心的IPU技術(shù)幫助開發(fā)者實現(xiàn)AI創(chuàng)新模型的大幅加速，從而在市場中贏得先機。

“智能硬件平臺與深度學(xué)習(xí)框架的融合成為構(gòu)建全球領(lǐng)先的AI 應(yīng)用與推廣生態(tài)的關(guān)鍵。通過百度飛槳硬件生態(tài)圈，我們希望與合作伙伴們攜手，加快軟硬一體適配。Graphcore是百度飛槳在云端訓(xùn)練和推理方面重要的合作伙伴，通過飛槳硬件生態(tài)圈，更多使用飛槳的開發(fā)者可以利用Graphcore的 IPU技術(shù)進行機器學(xué)習(xí)創(chuàng)新，縮短訓(xùn)練時間，提升開發(fā)效率?！卑俣蕊w槳相關(guān)負責人表示。

Graphcore銷售副總裁、中國區(qū)總經(jīng)理盧濤先生表示：“百度飛槳是中國首屈一指的深度學(xué)習(xí)平臺，我們十分高興與百度飛槳攜手打造硬件生態(tài)圈，加速各類AI應(yīng)用的普及。Graphcore從零開始設(shè)計智能處理器IPU，可同時用于云端訓(xùn)練和推理，旨在為廣大AI創(chuàng)新者突破傳統(tǒng)硬件帶來的瓶頸。

Graphcore的IPU硬件與解決方案已經(jīng)量產(chǎn)，并應(yīng)用在不同AI場景上。通過百度飛槳，更多開發(fā)者能夠利用Graphcore IPU這一全新處理器架構(gòu)，大幅加速AI模型，在下一波機器智能浪潮中取得突破。未來，我們將繼續(xù)和百度飛槳深化研發(fā)合作，加速機器視覺和自然語言處理等算法模型的適配與落地?！?/p>

面對全球新常態(tài)，云端的計算需求從算量到算力都得到爆發(fā)性增長。CPU和GPU從來不是為了滿足機器學(xué)習(xí)的計算需求而設(shè)計，因此前沿的創(chuàng)新AI算法模型經(jīng)常受到硬件的掣肘而被迫妥協(xié)。IPU與當今的CPU和GPU處理器完全不同，由Graphcore完全從零設(shè)計，專門適用于算力密集型的機器學(xué)習(xí)和深度學(xué)習(xí)任務(wù)。

它是一種高度靈活、易于使用的并行處理器，能在目前用于訓(xùn)練和推理的機器智能模型上實現(xiàn)最先進的性能。IPU和產(chǎn)品就緒的Poplar軟件棧為開發(fā)人員提供了功能強大、高效、可擴展和高性能的解決方案，從而助力實現(xiàn)AI創(chuàng)新。通過加速更復(fù)雜的模型并開發(fā)全新的技術(shù)，客戶得以解決最困難的AI工作負載。目前IPU產(chǎn)品已經(jīng)全面進入批量生產(chǎn)并交付給全球客戶，應(yīng)用在金融、醫(yī)療、電信、互聯(lián)網(wǎng)等AI場景中。

Graphcore致力于從已有框架更快速、更輕松地開發(fā)和部署機器學(xué)習(xí)應(yīng)用程序和模型，通過為用戶提供直接在硬件級別進行編程的能力來支持下一代機器學(xué)習(xí)。因此，Graphcore可以幫助飛槳進一步降低開發(fā)門檻并提升開發(fā)效率。飛槳的使用者大多是高級AI從業(yè)人員，對于算力要求高，且處理的很多是自然語言處理、計算機視覺、視頻分析等計算高度密集的任務(wù)。他們可以在IPU上創(chuàng)建自己的機器智能模型，直接在硬件級別進行編程而不用犧牲易用性，實現(xiàn)創(chuàng)新模型的快速運行迭代。
（責任編輯：fqj）