Graphcore開(kāi)發(fā)了一種用于人工智能和機(jī)器學(xué)習(xí)的處理器架構(gòu)

近日，博世和寶馬分別通過(guò)各自的風(fēng)險(xiǎn)投資部門對(duì)Graphcore進(jìn)行了投資。該公司總部位于英國(guó)布里斯托爾，開(kāi)發(fā)了一種用于人工智能和機(jī)器學(xué)習(xí)的處理器架構(gòu)。

在目前的D輪融資中，這家英國(guó)公司總共籌集了3億多美元的新資本，其中2億美元來(lái)自寶馬和博世，這使得Graphcore的估值達(dá)到了17億美元。除了這兩家來(lái)自汽車價(jià)值鏈的公司，微軟也參與投資了這家初創(chuàng)公司。

Graphcore是一家成立于2016年的芯片制造商，它開(kāi)發(fā)了一款創(chuàng)新的處理器——智能處理器(IPU)，以及相應(yīng)的人工智能和機(jī)器智能軟件。該處理器是專門為機(jī)器智能訓(xùn)練和推理而設(shè)計(jì)的。

據(jù)該公司介紹，它的速度是傳統(tǒng)硬件的10到100倍。芯片的量產(chǎn)目前正在進(jìn)行中，Graphcore的技術(shù)預(yù)示著人工智能在云計(jì)算和邊緣計(jì)算方面的范式轉(zhuǎn)變。

Robert Bosch Venture Capital GmbH (RBVC)投資合伙人、Graphcore董事會(huì)成員蔣洪泉解釋道:“高效的IPU技術(shù)可以顯著改善基于人工智能的產(chǎn)品，比如自動(dòng)駕駛汽車或安全系統(tǒng)?！?/p>

博世已經(jīng)在2016年的A輪融資中對(duì)Graphcore進(jìn)行了投資。2017年11月，紅杉資本又參與投資5000萬(wàn)美元，這對(duì)Graphcore至關(guān)重要。作為投資谷歌、蘋(píng)果和WhatsApp的風(fēng)險(xiǎn)投資公司，紅杉資本董事會(huì)對(duì)歐洲初創(chuàng)企業(yè)極其挑剔。

寶馬和微軟則是首次躋身戰(zhàn)略投資者之列。戴爾和三星電子也在戰(zhàn)略投資者之列。隨著新資本的注入，Graphcore現(xiàn)在計(jì)劃提高產(chǎn)量，招聘新員工，并在中國(guó)大陸和***開(kāi)設(shè)新辦公室。

Graphcore由半導(dǎo)體行業(yè)資深人士首席執(zhí)行官奈杰爾?圖恩(Nigel Toon)和首席技術(shù)官西蒙?諾爾斯(Simon Knowles)共同創(chuàng)立。圖恩和諾爾斯之前曾參與過(guò)Altera（全球第二大FPGA廠商，被Intel以167億美元價(jià)格收購(gòu)）、Element14和Icera（英偉達(dá)以3.67億美元現(xiàn)金收購(gòu)）等公司，這些公司最終都以較高的估值退出。

圖恩認(rèn)為，這次他們能夠，也將比以往任何時(shí)候都更能“擾亂”半導(dǎo)體行業(yè)，打破英偉達(dá)在圖形深度學(xué)習(xí)計(jì)算領(lǐng)域近乎壟斷的局面。

英偉達(dá)憑借其GPU芯片在人工智能領(lǐng)域占據(jù)主導(dǎo)地位，而且還在不斷發(fā)展。這一領(lǐng)域的玩家越來(lái)越多，但圖恩認(rèn)為，只有英偉達(dá)擁有清晰、連貫的戰(zhàn)略和有效的市場(chǎng)產(chǎn)品，還有谷歌的TPU，但圖恩聲稱，Graphcore擁有領(lǐng)先優(yōu)勢(shì)，并有極好的機(jī)會(huì)利用其IPU(智能處理器單元)芯片打造一個(gè)新的帝國(guó)。

這要回到一些基本的產(chǎn)業(yè)邏輯。機(jī)器學(xué)習(xí)和人工智能是發(fā)展最快、最具顛覆性的技術(shù)。機(jī)器學(xué)習(xí)是當(dāng)今人工智能的核心，它基于適當(dāng)?shù)?a target="_blank">算法(模型)和數(shù)據(jù)(訓(xùn)練集)的組合，是非常有效的模式匹配。有些人把AI稱為極限，本質(zhì)上是矩陣乘法。

盡管這種簡(jiǎn)化主義值得懷疑，但事實(shí)仍然是，機(jī)器學(xué)習(xí)很大程度上是關(guān)于大規(guī)模高效數(shù)據(jù)操作的。這就是GPU如此擅長(zhǎng)機(jī)器學(xué)習(xí)的原因。他們的體系結(jié)構(gòu)最初是為圖形繪制而開(kāi)發(fā)的，事實(shí)證明它對(duì)于數(shù)據(jù)操作也非常有效。

然而相比于GPU，Graphcore所做的是一個(gè)全新的架構(gòu)。這就是為什么圖恩認(rèn)為他們比其他競(jìng)爭(zhēng)對(duì)手更有優(yōu)勢(shì)的原因，圖恩認(rèn)為其他廠商僅僅是選擇增加了一些特別的模塊、和漸進(jìn)的改進(jìn)路線。

目前，大多數(shù)行業(yè)主要使用GPU或其他一些改進(jìn)的大規(guī)模并行處理器進(jìn)行機(jī)器學(xué)習(xí)(ML)和人工智能(AI)應(yīng)用。然而，這些CPU和GPU的架構(gòu)通常不是為ML和AI應(yīng)用程序設(shè)計(jì)的。

圖恩指出，與GPU競(jìng)爭(zhēng)，必須是要有效地構(gòu)建專門的芯片(asic)，這些芯片非常擅長(zhǎng)對(duì)數(shù)據(jù)進(jìn)行某些特定的數(shù)學(xué)運(yùn)算，并針對(duì)特定的工作負(fù)載進(jìn)行優(yōu)化。

以自動(dòng)駕駛汽車為例，一輛你今天能買到的量產(chǎn)汽車，只要配備攝像頭和雷達(dá)，每30秒就能產(chǎn)生大約6G的數(shù)據(jù)。隨著傳感器的增加，激光雷達(dá)的配置，既需要巨大的計(jì)算能力，也意味著巨大的電力需求。

在圖恩看來(lái)，在不久的將來(lái)，自動(dòng)駕駛系統(tǒng)的功耗將成為汽車制造商的一個(gè)苦惱的問(wèn)題。而IPU被圖恩描述為可以改變整個(gè)機(jī)器學(xué)習(xí)市場(chǎng)的游戲規(guī)則。它還可以減少自動(dòng)駕駛汽車的系統(tǒng)功耗，并且可以讓工程師開(kāi)發(fā)更便宜、更可靠的系統(tǒng)。

但與大多數(shù)AI芯片瞄準(zhǔn)的所謂類腦芯片方向不同，諾爾斯認(rèn)為，大多數(shù)神經(jīng)形態(tài)學(xué)計(jì)算項(xiàng)目都提倡通過(guò)像大腦這樣的電脈沖來(lái)進(jìn)行通信。但跟著大腦走并不是一個(gè)好主意。他認(rèn)為計(jì)算機(jī)架構(gòu)師應(yīng)該一直努力學(xué)習(xí)大腦是如何計(jì)算的，但不應(yīng)該努力在硅上復(fù)制它。

當(dāng)被問(wèn)及摩爾定律的局限性時(shí)，圖恩指出，我們已經(jīng)遠(yuǎn)遠(yuǎn)超出了任何人的想象，我們還有10到20年的進(jìn)步空間。但是，他同時(shí)表示，現(xiàn)在已經(jīng)達(dá)到了一些基本的極限。

圖恩認(rèn)為，我們已經(jīng)達(dá)到了可以在這些芯片上使用的最低電壓。因此，我們可以增加更多的晶體管，但我們不能讓它們跑得更快。比如，筆記本電腦芯片仍然運(yùn)行在2Ghz，只是多了一些內(nèi)核。但我們現(xiàn)在需要數(shù)千個(gè)內(nèi)核來(lái)進(jìn)行機(jī)器學(xué)習(xí)。我們需要一個(gè)不同的架構(gòu)過(guò)程，以不同的方式設(shè)計(jì)芯片?！芭f的做法已經(jīng)行不通?！?/p>

Graphcore的IPU是一種通用的機(jī)器智能處理器，專門為機(jī)器智能設(shè)計(jì)。架構(gòu)的優(yōu)點(diǎn)之一是，它適用于許多今天的機(jī)器學(xué)習(xí)方法，如CNNs，但它也高度優(yōu)化了不同的機(jī)器學(xué)習(xí)方法，如強(qiáng)化學(xué)習(xí)和未來(lái)的方法。

圖恩認(rèn)為，IPU架構(gòu)使他們有信心能夠超越GPU——它結(jié)合了大量的并行性，每個(gè)IPU有超過(guò)1000個(gè)獨(dú)立的處理器核和芯片內(nèi)存，因此整個(gè)模型可以在芯片上保存。

但在實(shí)踐中，IPU與英偉達(dá)的GPU相比較是什么結(jié)果？最近發(fā)布的一些機(jī)器學(xué)習(xí)基準(zhǔn)測(cè)試，結(jié)果顯示英偉達(dá)的表現(xiàn)優(yōu)于Graphcore。當(dāng)被問(wèn)及對(duì)此的看法時(shí)，圖恩說(shuō)，他們意識(shí)到了這一點(diǎn)，但目前專注于優(yōu)化特定客戶的應(yīng)用程序和工作負(fù)載。

但他仍然認(rèn)為，機(jī)器學(xué)習(xí)的數(shù)據(jù)結(jié)構(gòu)是不同的，因?yàn)樗鼈兪歉呔S和復(fù)雜的模型。這意味著要以不同的方式處理數(shù)據(jù)。圖恩指出，GPU非常強(qiáng)大，但在處理某些特定數(shù)據(jù)結(jié)構(gòu)方面不一定高效?！拔覀冇袡C(jī)會(huì)為這些數(shù)據(jù)結(jié)構(gòu)創(chuàng)建一些速度快10到100倍的芯片”。

然而，在這個(gè)市場(chǎng)競(jìng)爭(zhēng)中，速度和性能并不是成功的全部。正如傳統(tǒng)汽車芯片領(lǐng)域，并非誰(shuí)的產(chǎn)品性能在某些方面突出就一定占據(jù)市場(chǎng)主流。

同樣，英偉達(dá)的成功并不僅僅是因?yàn)樗腉PU功能強(qiáng)大，和競(jìng)爭(zhēng)對(duì)手的區(qū)別，很大一部分在于軟件層。GPU可以使開(kāi)發(fā)人員能夠從硬件細(xì)節(jié)中抽象出來(lái)并專注于優(yōu)化機(jī)器學(xué)習(xí)算法、參數(shù)和過(guò)程的庫(kù)，這才是英偉達(dá)成功的關(guān)鍵部分。

英偉達(dá)不斷改進(jìn)這些庫(kù)，最新的RAPIDS庫(kù)承諾與CPU相比，數(shù)據(jù)分析和機(jī)器學(xué)習(xí)的速度將提高50倍。相比之下，Graphcore處于什么位置？圖恩承認(rèn)，未來(lái)軟件非常重要，并補(bǔ)充說(shuō)，除了構(gòu)建世界上最復(fù)雜的硅處理器，Graphcore還構(gòu)建了第一個(gè)專門為機(jī)器智能設(shè)計(jì)的軟件工具鏈。

Graphcore目前銷售的產(chǎn)品是PCIe卡（C2 IPU-Processor Cards），這種卡可以直接插入服務(wù)器中，每個(gè)卡包含兩個(gè)IPU處理器。目前，Graphcore正以渠道合作伙伴的身份與戴爾合作，為企業(yè)客戶和云客戶提供戴爾服務(wù)器平臺(tái)。

據(jù)圖恩介紹，明年的產(chǎn)品將更加廣泛，包括數(shù)據(jù)中心、云計(jì)算和一些需要大量計(jì)算的邊緣應(yīng)用程序，比如自動(dòng)駕駛汽車。

正如寶馬i Ventures首席執(zhí)行官托拜厄斯?雅恩在一份聲明中表示的:“Graphcore的IPU支持多種高效的機(jī)器學(xué)習(xí)技術(shù)，它的多功能性非常適合各種應(yīng)用，從智能語(yǔ)音助手到自動(dòng)駕駛汽車。Graphcore的IPU可以靈活地在數(shù)據(jù)中心和車輛上使用相同的處理器，這也為減少開(kāi)發(fā)時(shí)間和復(fù)雜性提供了可能性。”

更為關(guān)鍵是的，對(duì)于像寶馬、博世這樣的自動(dòng)駕駛行業(yè)領(lǐng)頭羊來(lái)說(shuō)，盡管此前都已經(jīng)與英偉達(dá)合作多年，并還共同參與了多個(gè)聯(lián)盟。但對(duì)于汽車制造商和零部件廠商來(lái)說(shuō)，芯片作為未來(lái)的自動(dòng)駕駛核心，必須做好更多的預(yù)防準(zhǔn)備。

這種預(yù)防既有為供應(yīng)鏈穩(wěn)定提供后備，同時(shí)也有利于汽車制造商定制自己的芯片以匹配不同的自動(dòng)駕駛系統(tǒng)。正如特斯拉先后用過(guò)Mobileye（因?yàn)闊o(wú)法植入自己的算法而放棄）、英偉達(dá)（目前在用，但屬于通用GPU芯片），最后也被迫自主研發(fā)適合AutoPilot的芯片，甚至在某些性能上超出了英偉達(dá)的水平。

這似乎也應(yīng)證了Graphcore認(rèn)為自己可以超過(guò)英偉達(dá)的判斷。

但對(duì)于像Graphcore這樣的期望顛覆未來(lái)人工智能芯片格局的初創(chuàng)公司來(lái)說(shuō)，無(wú)論在硬件層面還是軟件層面，實(shí)現(xiàn)其承諾都將是一場(chǎng)艱苦的硬仗。而這場(chǎng)競(jìng)賽無(wú)疑是為了嘗試不同的想法和架構(gòu)，看看什么最適合AI技術(shù)和開(kāi)發(fā)人員。