Graphcore為AI工作提供了更便宜,更簡單的方案。
英國晶片設(shè)計公司Graphcore近期推出Colossus MK2,又名為GC200 IPU(智能處理單元),在AI應(yīng)用層面上,公司稱之為全球最復(fù)雜的晶片。新晶片的性能是上代產(chǎn)品Colossus MK1的八倍,由594億個晶體管驅(qū)動─超越英偉達最新頂級A100數(shù)據(jù)中心GPU的540億個晶體管。
Graphcore計劃把四顆GC200 IPU安裝至一臺名為M2000的新機器,其大小與薄餅盒相若,能夠提供1 petaflop(每秒一千萬億次)的運算能力。系統(tǒng)本身比英偉達的A100慢,后者的單獨運算能力達5 petaflop。
然而,Graphcore的M2000是隨插即用的系統(tǒng),用戶可以把多達64,000個IPU連接,實現(xiàn)16 exaflop(每exaflop等于1,000 petaflop)的處理能力。具體來說,假設(shè)人類每秒執(zhí)行一次運算,便需要近317億年,才能媲美1 exaflop系統(tǒng)在一秒鐘內(nèi)可完成的工作。
GC200和A100均屬功能非常強大的機器,但Graphcore在不斷增長的AI市場,擁有三項更勝英偉達的獨特優(yōu)勢。
1.Graphcore正為不同工作開發(fā)特定晶片
英偉達把GPU由游戲和專業(yè)視象化用途擴大至AI市場,Graphcore有別于此,專門設(shè)計用于機器學(xué)習(xí)工作的定制IPU,與GPU或CPU不同。
Graphcore在官方網(wǎng)站上聲稱:CPU設(shè)計作辦公用途、GPU用于圖象運算,而IPU則用于機器智能。公司解釋,CPU為標量處理而設(shè)計,一次處理一項數(shù)據(jù),GPU則為矢量處理而設(shè)計,一次處理大量整數(shù)和浮點數(shù)。
Graphcore的IPU科技運用圖象處理,可一次處理各個單一圖象標示的所有數(shù)據(jù)。公司指IPU的結(jié)構(gòu)比CPU和GPU更能有效處理機器學(xué)習(xí)工作。許多機器學(xué)習(xí)框架(包括TensorFlow、MXNet和Caffe)已支援圖象處理。
Graphcore表示,GPU使用的矢量處理模型,比圖象模型嚴謹?shù)枚啵芯咳藛T可在AI研究中探索新模型或重新探索各個領(lǐng)域。
2.Graphcore GC200每petaflop處理能力的成本較低
英偉達的A100價值199,000美元,相當于每petaflop 39,800美元。相對之下,Graphcore M2000系統(tǒng)提供1 petaflop處理能力的價格為32,450美元。每petaflop 7,350美元的差異,可以為數(shù)據(jù)中心的多重exflop系統(tǒng)節(jié)省數(shù)百萬美元。
這可能使英偉達的數(shù)據(jù)中心業(yè)務(wù)面對嚴峻挑戰(zhàn),其上季度收益按年增加80%至11.4億美元,占該晶片制造商總收益的37%。英偉達近期收購了數(shù)據(jù)中心網(wǎng)絡(luò)設(shè)備制造商Mellanox,希望壯大該業(yè)務(wù),但規(guī)模擴大也難以阻止Graphcore的革命性研發(fā)。
3.Graphcore獲創(chuàng)投基金支持
英偉達是一家上市晶片制造商,需要定期檢討其開支慣例,Graphcore則為一家私營初創(chuàng)企業(yè),可以專注于研發(fā)和增長,而非短期利潤。
Graphcore僅在四年前成立,但在2月份最后一次融資后,估值已高達19.5億美元。公司的贊助人包括Merian Chrysalis和Amadeus Capital Partners等投資公司,以及微軟等大公司。微軟已使用Graphcore的IPU,在Azure云端運算平臺處理機器學(xué)習(xí)工作,其他云端巨企可能在未來數(shù)年跟隨其腳步。
英偉達投資者應(yīng)該擔心嗎?
英偉達在數(shù)據(jù)中心GPU享有先行優(yōu)勢,但公司面對的挑戰(zhàn)者越來越多,包括來自亞馬遜、Facebook 和Alphabet Google的第一方晶片。Graphcore步步進迫,英偉達投資者應(yīng)該警惕Graphcore的新晶片─它似乎有能力提供更便宜,更精簡靈活的方式,處理機器學(xué)習(xí)和AI工作。
來源:金融界網(wǎng)站
-
AI
+關(guān)注
關(guān)注
88文章
37213瀏覽量
291940 -
晶片
+關(guān)注
關(guān)注
1文章
409瀏覽量
32615
發(fā)布評論請先 登錄
技術(shù)資訊 I 基于芯粒(小晶片)的架構(gòu)掀起汽車設(shè)計革命
一文看懂全自動晶片清洗機的科技含量
IBM ELM解決復(fù)雜產(chǎn)品研發(fā)管理難題
晶片機械切割設(shè)備的原理和發(fā)展
VirtualLab:用于微結(jié)構(gòu)晶片檢測的光學(xué)系統(tǒng)
Cadence推出Conformal AI Studio
WLCSP22 SOT8086晶片級芯片尺寸封裝
碳化硅外延晶片硅面貼膜后的清洗方法
碳化硅晶片表面金屬殘留的清洗方法
檢測碳化硅外延晶片表面痕量金屬的方法
單面磷化銦晶片的制備方法有哪些?
磨料形貌及分散介質(zhì)對4H碳化硅晶片研磨質(zhì)量有哪些影響
石英晶片與頻率的關(guān)系
RFID跟蹤晶片生產(chǎn)-FOUP晶圓盒生產(chǎn)車間

Graphcore推出最復(fù)雜的晶片
評論