AI計算的未來，GPU上岸，IPU崛起
AI計算未來有三種計算平臺
第一種平臺是CPU,它還會持續存在,因為一些業務在CPU上的表現依然不錯;
第二種平臺是GPU,它還會持續發展,會有適合GPU的應用場景。
第三種平臺是就是Graphcore的IPU。
IPU旨在幫助創新者在AI應用上實現新的突破,幫助用戶應對當前在CPU、GPU上表現不太好的任務或者阻礙大家創新的場景。”盧濤副總指出。
目前GPU在全球已是大規模的商用部署,其次是Google的TPU通過內部應用及TensorFlow的生態占第二大規模,IPU處于第三,是量產的、部署的平臺。
與此同時,Graphcore也在中國積極組建其創新社區。Graphcore已在微信、知乎、微博和GitHub開通了官方頻道,旨在與開發者、創新者、研究者更好地交流和互動。
關于未來的AI計算領域,未來會是 “CPU、GPU、IPU并行” 的時代,GPU或部分CPU專注于業務場景的實現和落地,而IPU專為AI創新者帶來更多突破。
構建生態鏈條IPU仍在路上
IPU想要在AI計算中擁有挑戰GPU地位的資格,除了在性能和價格上面證明自己的優勢之外,還需要在為機器學習框架提供的軟件棧上提供更多選擇,獲得主流AI算法廠商的支持。
在標準生態、操作系統上也需要有廣泛的支持,對于開發者有更方便的開發工具和社區內容的支持,才能從實際應用中壯大IPU的開發生態。
一個AI芯片從產出到大規模應用必須要經過一系列的中間環節,包括像上面提到的支持主流算法框架的軟件庫、工具鏈、用戶生態等等,打通這樣一條鏈條都會面臨一個巨大挑戰。
目前申請使用Graphcore IPU開發者云的主要是商業用戶和高校,個人研究者比較少。IPU開發者云支持當前一些最先進和最復雜的AI算法模型的訓練和推理。
和本世紀初的GPU市場一樣,在AI芯片市場步入弱編程階段,如今百家爭鳴的局面預計也將很快結束,市場在一輪廝殺后會剩下為數不多的參與者做最終對決。
現在要看的是在發展初期的逐一擊破階段,Graphcore是否真有定義并主控第三類芯片的魄力了。
不過從創新的架構到芯片再到成為革命性的產品,Graphcore從芯片到落地之間的距離,需要易用的軟件和豐富的工具來支持,特別是對軟件生態依賴程度比較到的云端芯片市場。
結尾:
IPU不是GPU,這個可能是最大的一個挑戰,但同時也是最大的一個機會。IPU并不是GPU的替代品或者類似品,所以不能拿GPU的邏輯來套用IPU的邏輯。
近兩年,AI 芯片出現了各種品類的井噴,可以預計未來IPU在各類AI應用中將具有更大的優勢。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
