欢迎光临
我们一直在努力

这家后起之秀将挑战英伟达在AI晶片的地位

原标题:这家后起之秀将挑战英伟达在AI晶片的地位 来源:金融界网站

Graphcore为AI工作提供了更便宜,更简单的方案。

英国晶片设计公司Graphcore近期推出Colossus MK2,又名为GC200 IPU(智能处理单元),在AI应用层面上,公司称之为全球最复杂的晶片。新晶片的性能是上代产品Colossus MK1的八倍,由594亿个晶体管驱动─超越英伟达最新顶级A100数据中心GPU的540亿个晶体管。

Graphcore计划把四颗GC200 IPU安装至一台名为M2000的新机器,其大小与薄饼盒相若,能够提供1 petaflop(每秒一千万亿次)的运算能力。系统本身比英伟达的A100慢,后者的单独运算能力达5 petaflop。

然而,Graphcore的M2000是随插即用的系统,用户可以把多达64,000个IPU连接,实现16 exaflop(每exaflop等于1,000 petaflop)的处理能力。具体来说,假设人类每秒执行一次运算,便需要近317亿年,才能媲美1 exaflop系统在一秒钟内可完成的工作。

GC200和A100均属功能非常强大的机器,但Graphcore在不断增长的AI市场,拥有三项更胜英伟达的独特优势。

1.Graphcore正为不同工作开发特定晶片

英伟达把GPU由游戏和专业视象化用途扩大至AI市场,Graphcore有别于此,专门设计用于机器学习工作的定制IPU,与GPU或CPU不同。

Graphcore在官方网站上声称:CPU设计作办公用途、GPU用于图象运算,而IPU则用于机器智能。公司解释,CPU为标量处理而设计,一次处理一项数据,GPU则为矢量处理而设计,一次处理大量整数和浮点数。

Graphcore的IPU科技运用图象处理,可一次处理各个单一图象标示的所有数据。公司指IPU的结构比CPU和GPU更能有效处理机器学习工作。许多机器学习框架(包括TensorFlow、MXNet和Caffe)已支援图象处理。

Graphcore表示,GPU使用的矢量处理模型,比图象模型严谨得多,研究人员可在AI研究中探索新模型或重新探索各个领域。

2.Graphcore GC200每petaflop处理能力的成本较低

英伟达的A100价值199,000美元,相当于每petaflop 39,800美元。相对之下,Graphcore M2000系统提供1 petaflop处理能力的价格为32,450美元。每petaflop 7,350美元的差异,可以为数据中心的多重exflop系统节省数百万美元。

这可能使英伟达的数据中心业务面对严峻挑战,其上季度收益按年增加80%至11.4亿美元,占该晶片制造商总收益的37%。英伟达近期收购了数据中心网络设备制造商Mellanox,希望壮大该业务,但规模扩大也难以阻止Graphcore的革命性研发。

3.Graphcore获创投基金支持

英伟达是一家上市晶片制造商,需要定期检讨其开支惯例,Graphcore则为一家私营初创企业,可以专注于研发和增长,而非短期利润。

Graphcore仅在四年前成立,但在2月份最后一次融资后,估值已高达19.5亿美元。公司的赞助人包括Merian Chrysalis和Amadeus Capital Partners等投资公司,以及微软等大公司。微软已使用Graphcore的IPU,在Azure云端运算平台处理机器学习工作,其他云端巨企可能在未来数年跟随其脚步。

英伟达投资者应该担心吗?

英伟达在数据中心GPU享有先行优势,但公司面对的挑战者越来越多,包括来自亚马逊、Facebook 和AlphabetGoogle的第一方晶片。Graphcore步步进迫,英伟达投资者应该警惕Graphcore的新晶片─它似乎有能力提供更便宜,更精简灵活的方式,处理机器学习和AI工作。

未经允许不得转载:bet36在线官网_bet36体育网站_bet36在线体育网站 » 这家后起之秀将挑战英伟达在AI晶片的地位