处理器|获“AlphaGo之父”背书,英AI芯片独角兽正打入中国AI生态圈,IPU参与混战之中( 三 )


“Graphcore 策略上是要积极拥抱中国的 AI 生态圈 。 通过这样一种方式融入中国 AI 生态圈 , 在于我们认为除了像国际上比较流行的 TensorFlow、PyTorch 以外的框架 , 中国本土的机器学习框架也会有出色表现 。
长期来说 , 我们对中国市场的期望非常高 , 期望中国市场能够占到 Graphcore 全球市场的 40% 甚至 50% 。 虽然我们在中国市场的整体启动比北美晚了近一年 , 但从目前进展来看 , 前景还是非常不错的 。 ” 卢涛表示 。
市场竞争进入启动期 , “有两类 AI 芯片公司或被淘汰”
不过他也强调 , 生态以外 , AI 芯片本质上仍需回归技术攻坚 。
以年初轰动业界的 Wave Computing 倒闭为例 , 其诞生之初也有着明星企业的光环 , 最终却黯然退场 。
卢涛认为 , Wave Computing 的倒闭并不意味着 AI 领域遇到寒冬 , “全球 AI 发展并没有走向低潮 , 今年反而会有更大发展 。 ”
据了解 , 自然语言处理是需要强劲算力的一大类 AI 应用 。

处理器|获“AlphaGo之父”背书,英AI芯片独角兽正打入中国AI生态圈,IPU参与混战之中
本文插图

“NLP 相关技术的崛起会催生大量的、各种各样的应用 , 以及在算力方面的大幅提升 。 现在一般的 CV 类模型是几兆的参数、几百万或者几千万的参数 , 而更大一些的 NLP 模型 , 现都是一亿、十亿、一百亿的参数容量 , 对算力的要求是指数级的 。 所以 , 我们认为 , AI 芯片产业存在这样一个问题 , 即一个 AI 处理器从作为一个处理器到最后商业落地 , 其实中间的落差还是非常大的 。 ”
开发出芯片只是第一部分 , 出来之后配套的是不是有比较好的工具链 , 是不是能够有比较丰富的软件库来支撑主流算法 , 以及是不是能够跟主流的机器学习框架进行无缝连接 , 最后对用户来说展现的是比较好的可移植性或者是可开发性/可部署性 , 最终差距其实还有很多 。 所以 , 整个链条全部打通的话需要非常大的投入 。
而他也强调 , 有两种类型的 AI 芯片公司将会遭遇困境:一类是处理器仍未量产的公司;第二类是有了处理器 , 但对软件重视不够的公司 。 “没有足够投入的话 , 未来面临的会是困难局面 。 ”
“2020 年对 AI 芯片确实是非常关键的一年 。 因为全球有很多企业都在开发 AI 处理器 , 但是否这些处理器真能做出来、是否真的能够有一些场景落地?如果说拿不出来 , 那么对于后期持续化的投入 , 可能是一个非常大的挑战” 。


推荐阅读