2020年的突發(fā)事件撥亂了太多產(chǎn)業(yè)的陣腳，AI芯片產(chǎn)業(yè)也似乎熱度漸熄。一家英國AI芯片創(chuàng)企卻在這一時期，穩(wěn)穩(wěn)地切入國內(nèi)科技巨頭阿里和百度的生態(tài)圈。

　　就在今年5月，成立剛滿四年的英國初創(chuàng)公司Graphcore分別公布和阿里巴巴、百度合作的新動向。阿里宣布Graphcore支持ODLA的接口標(biāo)準(zhǔn)，百度宣布Graphcore成為飛槳硬件生態(tài)圈的創(chuàng)始成員之一。

　　Graphcore成立于2016年，總部位于英國布里斯托，創(chuàng)始人為NigelToon和SimonKnowles。實(shí)際上，兩位創(chuàng)始人在2002年還成立了一家名為Icera的3G蜂窩芯片公司，市值4.35億美元，并在2016年以3.67億美元賣身英偉達(dá)。

　　2019年，Graphcore的公司員工數(shù)量已增加一倍，并在北京設(shè)立了中國區(qū)銷售和支持中心。

　　今年5月，在英國IntelligenceHealth峰會上，微軟機(jī)器學(xué)習(xí)科學(xué)家分享用Graphcore的IPU芯片訓(xùn)練微軟COVID-19影像分析算法CXR，能夠在30分鐘之內(nèi)完成在NVIDIAGPU上需要5個小時的訓(xùn)練工作量。

　　也是在這個月，英偉達(dá)(NVIDIA)為AI和數(shù)據(jù)科學(xué)打造的最強(qiáng)GPUA100橫空出世，給布局云端AI芯片市場的其他公司帶來新的壓力。

　　不過Graphcore顯得相對淡定。Graphcore高級副總裁兼中國區(qū)總經(jīng)理盧濤相信，即便是Graphcore第一代IPU產(chǎn)品也不會輸于A100，今年他們還將發(fā)布下一代7nm處理器。

　　Graphcore的自信并非空穴來風(fēng)，憑借創(chuàng)新芯片架構(gòu)IPU，這家成立剛滿四年的英國初創(chuàng)公司，不僅有DeepMind聯(lián)合創(chuàng)始人DemisHassabis、劍橋大學(xué)教授兼Uber首席科學(xué)家ZoubinGhahramani、加州大學(xué)伯克利教授PieterAbbeel、OpenAI多位聯(lián)合創(chuàng)始人等多位AI大牛為其背書，還吸引到微軟、博世、戴爾、三星、寶馬等巨頭注資。

　　這樣一個在AI芯片界猛刷存在感的明星創(chuàng)企，背后有著怎樣的底氣？

　　近日，Graphcore高級副總裁兼中國區(qū)總經(jīng)理盧濤、Graphcore銷售總監(jiān)朱江第一次在中國詳盡地介紹了Graphcore的核心芯片架構(gòu)及產(chǎn)品、配套軟件工具鏈，并分享了其芯片在五類垂直場景的應(yīng)用實(shí)例及性能表現(xiàn)。

　　一、英國小鎮(zhèn)里誕生的AI芯片獨(dú)角獸

　　2012年1月，雪后的英國小鎮(zhèn)巴斯，NigelToon與SimonKnowles正在討論一個改變AI芯片架構(gòu)的創(chuàng)新設(shè)想。

　　經(jīng)過四年模擬了數(shù)百種芯片布局的計(jì)算機(jī)測試方法，兩人于2016年6月在英國布里斯托成立AI芯片公司Graphcore，此后繼續(xù)處于神秘的研發(fā)狀態(tài)。

　　知名資本伸出的橄欖枝，使得這家創(chuàng)企始終處于聚光燈下，寶馬、博世、戴爾、微軟、三星等巨頭紛紛參與投資，至今Graphcore累計(jì)融資超過4.5億美元，整體估值約為19.5億美元。

　　不僅如此，數(shù)位AI大牛對其IPU芯片架構(gòu)贊譽(yù)有加。

　　英國半導(dǎo)體之父、Arm聯(lián)合創(chuàng)始人Hermann爵士曾評價說：“在計(jì)算機(jī)歷史上只發(fā)生過三次革命，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?！?/p>

　　AI教父GeoffHinton教授也說過：“我們需要不同類型的計(jì)算機(jī)來處理一些新的機(jī)器學(xué)習(xí)的系統(tǒng)。”他指出IPU就是這樣一個系統(tǒng)。

　　到2019年11月，Graphcore潛心打造的IPU產(chǎn)品官宣量產(chǎn)，隨后與微軟、百度、Qwant、Citadel、帝國理工學(xué)院、牛津大學(xué)等多個合作伙伴、云計(jì)算廠商、研究實(shí)驗(yàn)室以及高校等展開了相關(guān)合作。

　　如今，Graphcore所做的產(chǎn)品包括了硬件、軟件和IPU的系統(tǒng)解決方案。

　　IPU是Graphcore專為機(jī)器智能設(shè)計(jì)的創(chuàng)新處理器架構(gòu)，宣稱在現(xiàn)有及下一代模型上，性能遠(yuǎn)超NVIDIAV100GPU。

　　例如它能將自然語言處理(NLP)處理速度可提升20%-50%，為圖像分類帶來6倍的吞吐量而且是更低的時延，在一些金融模型方面訓(xùn)練速度能夠提高26倍以上。

　　目前IPU已實(shí)現(xiàn)量產(chǎn)，通過訪問微軟Azure等云計(jì)算平臺，或者購買戴爾服務(wù)器等產(chǎn)品，均可獲取IPU資源。在國內(nèi)，Graphcore也正在與金山云合作，擬上線一個針對中國開發(fā)者和創(chuàng)新者的云業(yè)務(wù)。

　　除了芯片產(chǎn)品走向落地，在過去6-12個月，Graphcore在全球版圖快速鋪開，迄今有全球員工450人，分布在北京、上海、深圳、臺北、布里斯托、倫敦、劍橋、挪威、奧斯陸、西雅圖、帕拉奧圖、紐約、奧斯汀、東京、首爾等地。

　　二、以計(jì)算圖為表征的創(chuàng)新AI芯片架構(gòu)

　　Graphcore的自研芯片架構(gòu)誕生的背景，源于過去幾年AI算法模型規(guī)模呈指數(shù)級增長，需要更適宜的全新處理器架構(gòu)。

　　相較傳統(tǒng)科學(xué)計(jì)算或高性能計(jì)算(HPC)，AI或者說機(jī)器智能有一些特性，包括大規(guī)模并行就散、稀疏數(shù)據(jù)結(jié)構(gòu)、低精度計(jì)算，以及在訓(xùn)練推理過程中的數(shù)據(jù)參數(shù)復(fù)用、靜態(tài)圖結(jié)構(gòu)。

　　GraphcoreIPU即是針對計(jì)算圖的處理設(shè)計(jì)而成，相比傳統(tǒng)智能處理器，IPU有三個核心區(qū)別：采用MIMD架構(gòu)、所有模型在片內(nèi)處理、可解決大規(guī)模并行計(jì)算處理器核之間的通信效率。

　　具體而言，IPU采用大規(guī)模并行MIMD的處理核，拋棄了外部DDR，在片內(nèi)做到300MB的大規(guī)模分布式片上SRAM，以打破內(nèi)存帶寬對整體性能構(gòu)成的瓶頸。

　　相較CPU的DDR2子系統(tǒng)或是GPU的GDDR、HBM來說，IPU這一設(shè)計(jì)可將性能提升10-320倍。與訪問外存相比較，時延基本為1%，可忽略不計(jì)。

　　當(dāng)前已量產(chǎn)的IPU處理器為GC2，擁有256億個晶體管，在120瓦功耗下，混合精度算力可達(dá)125TFLOPS。

　　GC2采用臺積電16nm工藝，片內(nèi)包含1216個獨(dú)立的IPU處理器核心(Tile)，整個GC2包含7296個線程，支持7296個程序并行運(yùn)行。其內(nèi)存帶寬為45TB/s、片上交換是8TB/s，片間IPU-Links為2.5Tbps。

　　為了解決并行硬件的高效編程問題，IPU通過硬件支持BSP協(xié)議，并通過BSP協(xié)議把整個計(jì)算邏輯分成了計(jì)算、同步、交換。

　　這對軟件工程師和開發(fā)者來說非常易于編程，因?yàn)椴槐靥幚韑ocks這個概念，也不必管任務(wù)具體在哪個核上運(yùn)行。

　　目前IPU是世界上目前第一款BSP處理器，BSP技術(shù)在谷歌、Facebook、百度之類的大規(guī)模數(shù)據(jù)中心均有使用。

　　盧濤介紹說，IPU重點(diǎn)面向云端訓(xùn)練以及對精度和延時要求高的推理場景，還有一些訓(xùn)練和推理混合的場景。

　　在精度方面，IPU當(dāng)前不支持整數(shù)int8，主要支持FP16、FP32以及混合精度。

　　當(dāng)前應(yīng)用較大的主流計(jì)算機(jī)視覺類模型以int8為主，而自然語言處理推理以FP16、FP32為主流數(shù)據(jù)格式，IPU使用FP16精度在ResNeXt、EfficientNet等新興視覺模型中性能功耗比同樣具有優(yōu)勢。

　　未來，Graphcore的推進(jìn)策略還是訓(xùn)練和推理并行，但會更聚焦于一些對精度和時延要求更低、對吞吐量要求更高的場景。另外，他們也看到在推薦算法等應(yīng)用出現(xiàn)一些希望同時實(shí)現(xiàn)訓(xùn)練和推理的需求。

　　三、軟件支持容器化部署，上線開發(fā)者社區(qū)

　　硬件芯片架構(gòu)是基礎(chǔ)，而軟件則是提升用戶體驗(yàn)的關(guān)鍵利器。

　　對于AI芯片來說，芯片研發(fā)出來只是第一部分，要能落地到產(chǎn)業(yè)中，還需展現(xiàn)出色的可移植性、可開發(fā)性、可部署性，能提供完善的工具鏈和豐富的軟件庫，可實(shí)現(xiàn)與主流機(jī)器學(xué)習(xí)框架無縫銜接，而整個鏈條全部打通需要非常大的投入。

　　今年5月26日，全球知名科技分析機(jī)構(gòu)MoorInsights&Strategy曾發(fā)表了一篇研究論文《Graphcore的軟件棧：BuildToScale》，其中寫道：“Graphcore是我們目前已知的唯一一家將產(chǎn)品擴(kuò)展到囊括如此龐大的部署軟件和基礎(chǔ)架構(gòu)套件的初創(chuàng)公司。”

　　盧濤認(rèn)為，對于AI芯片來說，真正商業(yè)化的衡量標(biāo)準(zhǔn)在于三點(diǎn)：是否有平臺化軟件的支持、是否有大規(guī)模商用部署軟件的支持、是否能實(shí)現(xiàn)產(chǎn)品化的部署。

　　對此，Graphcore的PoplarSDK提供了完整的軟件堆棧來執(zhí)行其計(jì)算圖工具鏈，有四個主要特性：

　　(1)開放且可擴(kuò)展的Poplar庫：目前已提供750個高性能計(jì)算元素的50多種優(yōu)化功能，修改和編寫自定義庫。

　　(2)直接部署：支持容器化部署，可快速啟動并且運(yùn)行。標(biāo)準(zhǔn)生態(tài)方面，可支持Docker、Kubernetes，還有像微軟的Hyper-v等虛擬化的技術(shù)和安全技術(shù)。

　　(3)機(jī)器學(xué)習(xí)框架支持：支持TensorFlow1、TensorFlow2、ONNX和PyTorch等標(biāo)準(zhǔn)機(jī)器學(xué)習(xí)框架，很快也將支持百度飛槳。

　　(4)標(biāo)準(zhǔn)生態(tài)支持：通過微軟Azure部署、Kubernetes編排、Docker容器以及Hyper-V虛擬化和安全性，已生產(chǎn)就緒。

　　目前PoplarSDK支持最主要的三個Linux操作系統(tǒng)發(fā)行版本：ubuntu、RedHatEnterpriseLinux、CentOS。

　　ubuntu是迄今在AWS上最流行的一個操作系統(tǒng)，RedHatEnterpriseLinux對一些企業(yè)級用戶做私有云非常重要，而CentOS在中國互聯(lián)網(wǎng)公司中應(yīng)用廣泛。

　　今年5月，Graphcore推出分析工具PopVisionGraphAnalyser，并上線Poplar開發(fā)者文檔和社區(qū)。

　　使用IPU編程時，可借助PopVision可視化圖形展示工具來分析軟件運(yùn)行的情況、效率調(diào)試調(diào)優(yōu)等。

　　Poplar開發(fā)者文檔和社區(qū)中提供了大量的Poplaruserguide和文檔。開發(fā)者可通過www.graphcore.ai/developer訪問。

　　此外，Graphcore在StackOverflow上也有針對IPU開發(fā)者的知識門戶網(wǎng)站，并在知乎上開辟了新的創(chuàng)新者社區(qū)，未來通過知乎將更多深度文章呈現(xiàn)給開發(fā)者和用戶。

　　據(jù)盧濤介紹，有些國內(nèi)用戶反饋，認(rèn)為Poplar的應(yīng)用性優(yōu)于CUDA，執(zhí)行同樣的任務(wù)，在Poplar上開發(fā)速度更快。

　　四、案例源代碼可下載，秀五大垂直應(yīng)用

　　當(dāng)前基于IPU的應(yīng)用已覆蓋了機(jī)器學(xué)習(xí)的各個應(yīng)用領(lǐng)域，包括自然語言處理(NLP)算法、圖像/視頻處理、時序分析、推薦/排名以及概率模型。

　　這些應(yīng)用案例和模型已在TensorFlow、ONNX和GraphcorePopARTTM上可用，所有源代碼均可在Github上下載。

　　相較NVIDIAV100，IPU在自然語言處理、概率算法、計(jì)算機(jī)視覺算法等應(yīng)用均展現(xiàn)出性能優(yōu)勢。

　　例如訓(xùn)練BERT，在NVLink-enabled的平臺上大約要50多小時才能做到一定精度，而在基于IPU的戴爾DSS-8440服務(wù)器上只需36.3小時，速度提高25%。

　　做BERT推理時，同一時延，IPU吞吐量比V100高一倍；在訓(xùn)練MCMC時，IPU可將性能提升至V100的26倍。

　　運(yùn)行ResNeXt推理時，IPU可實(shí)現(xiàn)6倍的吞吐量和1/22的延時。一些搜索引擎公司、醫(yī)療影像公司用戶已通過IPU來使用ResNeXt的服務(wù)。

　　Graphcore銷售總監(jiān)朱江分享了IPU在金融、醫(yī)療、電信、機(jī)器人、云與互聯(lián)網(wǎng)等五類垂直領(lǐng)域的應(yīng)用實(shí)例。

　　1、金融：LSTM推理性能提升260倍

　　IPU在算法交易、投資管理、風(fēng)險(xiǎn)管理及詐騙識別領(lǐng)域等主要金融領(lǐng)域均表現(xiàn)出顯著優(yōu)勢。

　　例如在推理方面，延遲性能不變時，IPU可將長短期記憶(LSTM)模型吞吐量提升260倍，對于不可向量化模型亦能取得非常好的效果。

　　在訓(xùn)練方面，IPU可將MCMC概率模型的采樣速度提高26倍,可進(jìn)行阿爾法預(yù)測和期權(quán)定價，并能將強(qiáng)化學(xué)習(xí)的訓(xùn)練速度提升13倍。

　　采用多層感知器(MLP)預(yù)測銷售結(jié)果時，相較BatchSize為512K的GPU，IPU吞吐量可提升5.9倍以上。

　　2、醫(yī)療和生命科學(xué)：影像分析能效提升4倍

　　醫(yī)療和生命科學(xué)包括新藥研發(fā)、醫(yī)學(xué)圖像、醫(yī)學(xué)研究、精準(zhǔn)醫(yī)療等領(lǐng)域，涉及大量復(fù)雜的實(shí)驗(yàn)，加速計(jì)算過程對一些醫(yī)學(xué)成果的更快產(chǎn)出至為重要。

　　微軟用ResNeXt模型做顱內(nèi)出血醫(yī)學(xué)影像分析時，使用IPU較V100GPU速度提高2倍，而功耗僅為V100的一半。

　　3、電信：加速5G創(chuàng)新應(yīng)用

　　在電信領(lǐng)域，智慧網(wǎng)絡(luò)、5G創(chuàng)新、預(yù)測性維護(hù)和客戶體驗(yàn)方面均可應(yīng)用IPU帶來加速體驗(yàn)。

　　例如，機(jī)器智能可幫助分析無線數(shù)據(jù)的一些變化，運(yùn)行LSTM模型進(jìn)行網(wǎng)絡(luò)流量矩陣預(yù)測時，采用IPU性能比GPU提升超過260倍。

　　網(wǎng)絡(luò)切片和資源管理是5G中的一個特色，需要大量學(xué)習(xí)沒被標(biāo)記過的數(shù)據(jù)，需要應(yīng)用強(qiáng)化學(xué)習(xí)模型，而在IPU上運(yùn)行強(qiáng)化學(xué)習(xí)，訓(xùn)練吞吐量相較GPU最多可提高13倍。

　　4、機(jī)器人：解決經(jīng)典光束法平差加速問題

　　在機(jī)器人領(lǐng)域，倫敦帝國理工學(xué)院AndrewDavison教授帶領(lǐng)的機(jī)器人視覺小組在今年3月發(fā)表的論文中采用IPU來開發(fā)新算法，用以優(yōu)化空間人工智能的效率。

　　相較使用Ceres中央處理器庫的1450毫秒，IPU處理器僅在40毫秒內(nèi)就解決了真正的光束法平差(BundleAdjustment)這一經(jīng)典的計(jì)算機(jī)視覺問題。

　　5、云與互聯(lián)網(wǎng)：通過微軟Azure開放

　　云與互聯(lián)網(wǎng)是Graphcore早期及現(xiàn)在一直主要推廣的一個重要領(lǐng)域。

　　當(dāng)前微軟在Azure公有云上已面向全球客戶開放IPU公有云服務(wù)。此外，微軟在一些自然語言處理、計(jì)算機(jī)視覺應(yīng)用中已使用IPU實(shí)現(xiàn)加速。

　　另外歐洲搜索引擎公司也使用IPU進(jìn)行ResNeXt模型推理，做了一個搜圖識別應(yīng)用，將性能提升3.5倍以上。

　　結(jié)語：即將接受中國市場的檢驗(yàn)

　　今年疫情拖累全球許多行業(yè)的發(fā)展，但在盧濤看來，AI領(lǐng)域非但不會走向低潮，反而會有很大發(fā)展，尤其是自然語言處理類算法的發(fā)展會催生大量新應(yīng)用。

　　疫情在全球范圍內(nèi)推動了數(shù)字化的加速，亦會推動數(shù)據(jù)中心等算力基礎(chǔ)設(shè)施的建設(shè)進(jìn)程。

　　盧濤認(rèn)為，2020年是對AI芯片非常關(guān)鍵的一年，如果企業(yè)拿不出AI芯片產(chǎn)品，或者對軟件不夠重視，對后續(xù)持續(xù)化投入或?qū)⑹呛艽蟮奶魬?zhàn)。

　　從Graphcore與阿里、百度的合作來看，該公司今年在中國市場的推進(jìn)明顯提速。

　　盡管Graphcore在中國市場的整體啟動較北美地區(qū)晚了一年左右，但盧濤期望，中國市場能在Graphcore全球市場占比達(dá)40%-50%。

　　此外，Graphcore也希望針對中國市場的需求，做產(chǎn)品的定制化演進(jìn)。

　　據(jù)盧濤介紹，Graphcore有兩支技術(shù)團(tuán)隊(duì)，一個是以定制開發(fā)為主的工程技術(shù)團(tuán)隊(duì)，另一個是以對用戶的技術(shù)服務(wù)為主的現(xiàn)場應(yīng)用團(tuán)隊(duì)。

　　其中工程技術(shù)團(tuán)隊(duì)承擔(dān)兩個方面的工作：一是根據(jù)中國本地AI應(yīng)用的特點(diǎn)及需求，將一些AI算法模型在IPU上實(shí)現(xiàn)落地；二是根據(jù)中國本地用戶對于AI的穩(wěn)定性學(xué)習(xí)框架平臺軟件方面的需求，做功能性的一些開發(fā)加強(qiáng)的工作。

　　從上述種種應(yīng)用案例來看，Graphcore已初步證明其創(chuàng)新IPU架構(gòu)在多類AI應(yīng)用上的出色訓(xùn)練和推理表現(xiàn)。而Graphcore還會繼續(xù)“練內(nèi)功、打基礎(chǔ)”，攻克技術(shù)難題，加固技術(shù)實(shí)力。

　　不過芯片和相關(guān)軟件工具的落地只是第一步，真正商業(yè)化戰(zhàn)果如何，還要看市場給出的回音。

　　雖然目前AI芯片市場中，英特爾和英偉達(dá)等巨頭仍占據(jù)著市場主導(dǎo)地位，但Graphcore和SambaNova作為兩家被資本市場看好的兩家獨(dú)角獸，此次它們獲得兩筆數(shù)額可觀的融資，也從中看出AI芯片創(chuàng)企的投資前景還是較為可觀。

　　未來，這兩家公司是否能如他們所說般，推出具有變革意義的AI芯片產(chǎn)品，進(jìn)一步推進(jìn)摩爾定律的發(fā)展？我們拭目以待。