智东西|Graphcore打造超强AI芯片,30分钟训练新冠肺炎影像算法!比GPU快10倍


智东西|Graphcore打造超强AI芯片,30分钟训练新冠肺炎影像算法!比GPU快10倍
文章图片
芯东西(ID:aichip001)
编|温淑
芯东西6月1日消息 , 近日 , 微软机器学习科学家展示了英国AI芯片明星创企Graphcore自研AI芯片的加速效果 , 该芯片在运行微软新冠肺炎影像分析算法SONIC时表现亮眼 , 据称能在30分钟内完成NVIDIA传统芯片需5个小时的训练工作量 。
两周前 , NVIDIA发布了其最新AI芯片A100 。 GraphcoreCEONigelToon称 , Graphcore第二代处理器将在今年晚些时候发布 , 并预计其性能将超过NVIDIAA100 。
科技媒体ZDNet认为 , 在未来 , 像Graphcore这样的并行计算芯片或可用于支持最先进的神经网络 , 有可能为NVIDIA等传统芯片巨头带来威胁 。
一、Graphcore获超过4.5亿美元风投 , 或有上市计划
英国AI芯片初创公司Graphcore成立于2016年 , 总部位于英国布里斯托尔市 。 目前 , Graphcore已经筹集了超过4.5亿美元的风险投资基金 , 其中包括二月份D轮融资的1.5亿美元 。 最近一次注资后 , Graphcore的估值为略低于20亿美元;截至今年二月份 , Graphcore在银行的资产为3亿美元 。
Toon透露 , Graphcore的投资者包括“一些科技公开市场中最大的投资者” , 比如英国投资管理公司BaillieGifford , 以及微软公司、博世公司、宝马公司和谷歌DeepMindAI部门联合创始人DemisHassabis等 。
“像BaillieGifford这样的公司投资了Graphcore , 显然是因为预料到我们可能在未来的某个时间点上市 。 ”Toon说 。 目前 , Toon并未透露公司具体上市时间 。
二、IPU架构:1216个IPU内核、片上内存带宽45TB/s
现有计算机常按时序执行任务 , 即先做一件事、然后再做下一件事 , 而AI算法存在大量重复性简单计算任务 , 用并行计算效率更高 。
对此 , Graphcore的智能处理单元(IPU)采用自研大规模并行同构多核架构 , 包含1216个独立IPU核心 。
智东西|Graphcore打造超强AI芯片,30分钟训练新冠肺炎影像算法!比GPU快10倍
文章图片
▲GraphcoreIPU由1216个并行运算的IPU核心组成
随着计算速度需求不断提升 , AI芯片还需要更高的内存容量和带宽 。
由于从GPU到计算机主存储器的速度远比不了片上内存访问的速度 , Graphcore在IPU架构中采用大量片上内存 , 容量为300MB , 带宽达45TB/s 。
三、30分钟内完成训练 , NVIDIA传统芯片需花5小时
在IntelligentHealth2020峰会上 , 微软机器学习科学家SujeethBharadwaj展示了他对Graphcore芯片的应用 。 Bharadwaj使SONIC神经网络在Graphcore芯片上运行 , 并将其用于识别新冠肺炎患者的胸透图像 。
系统运行结果显示 , Graphcore芯片可在30分钟内完成NVIDIA的传统芯片5个小时的训练工作量 。
Bharadwaj称 , 运行结果显示SONIC神经网络和Graphcore芯片之间形成了“非常强大的协同作用” 。
智东西|Graphcore打造超强AI芯片,30分钟训练新冠肺炎影像算法!比GPU快10倍
文章图片
▲SujeethBharadwaj展示SONIC神经网络和Graphcore芯片的应用
GraphcoreCEOToon认为 , 以SONIC神经网络为例 , IPU将能够用于开发顶尖AI模型 。 “我认为IPU能够帮助创新者做到的一件事是创建下一代图像感知模型 , 使它们运行起来更加准确、更加高效 。 ”他说 。
另外 , Toon称 , IPU除了被设计用于支持机器视觉这类复杂的算法外 , 还适用于加速自然语言处理等存在稀疏化的模型 。
对于GraphcoreIPU的性能 , Toon表示出信心 , 认为第二代IPU有可能超过NVIDIA的A100 。
对此 , 芯片行业媒体MicroprocessorReport编辑LinleyGwennap表示怀疑 。 他认为 , NVIDIA的产品的性能标准“远远超过所有的现有产品” , 其他竞争者难以超越 。 Gwennap对英特尔收购的Habana也表示看好 , 他称Habana芯片的基准测试结果优于NVIDIAV100和Graphcore的产品 。 “一旦英特尔将其庞大的AI软件栈覆盖到Habana硬件 , 这种组合将远远胜过任何初创公司的平台 。 ”他说 。


推荐阅读