• 首页 > 信息融合频道 > 人工智能

    AI计算:GPU上岸,IPU崛起

    2020年10月19日 18:32:58   来源:Ai芯天下

      前言:

      AI近些年的大火,直接促进了CPU和GPU的发展,而英伟达的GPU真正借此迅速成为AI市场的主流产品之一,其势头甚至盖过了CPU。

      而AI应用需要专门的处理器,而IPU正是这样的处理器。目前,AI在各行各业均得到广泛应用,IPU可以基于自身优势为世界的智能化进程增添不竭动力。

    AI芯天下丨趋势丨向AI求生的路上,GPU已上岸,IPU在崛起

      英伟达专注的GPU优势逐渐缩小

      从专注图像渲染崛起的英伟达的GPU,走的也是相当于ASIC的技术路线,但随着游戏、视频渲染以及AI加速需要的出现,英伟达的GPU也在向着GPGPU的方向演进。

      当硬件更多的需要与软件生态挂钩时,市场大多数参与者便会倒下。在竞争清理过后,GPU形成了如今的双寡头市场,并且步入相当成熟的阶段。

      ASIC本身的成本、灵活性缺失,以及应用范围很窄的特点,都导致它无法采用最先进制程: 即便它们具备性能和能效优势,一旦无法采用最先进制程,则这一优势也将不再明显。

      为保持其在GPU领域的寡头地位,使得英伟达必须一直保持先进的制程工艺,保持其通用性,但是要牺牲一定的效能优势。

      相比于来自类GPU的竞争,英伟达不应该忽视Graphcore的IPU,特别是Graphcore一直都在强调其是为AI而生,面向的应用也是CPU、GPU不那么擅长的AI应用。

    AI芯天下丨趋势丨向AI求生的路上,GPU已上岸,IPU在崛起

      利用AI计算打侧面竞争战

      不管CPU还是GPU都无法从根本上解决AI问题,因为AI是一个面向计算图的任务、与CPU的标量计算和GPU的矢量计算区别很大。

      而另一边的IPU,则为AI计算提供了全新的技术架构,同时将训练和推理合二为一,兼具处理二者工作的能力。

      作为标准的神经网络处理芯片,IPU可以支持多种神经网络模型,因其具备数以千计到数百万计的顶点数量,远远超过GPU的顶点规模,可以进行更高潜力的并行计算工作。

    AI芯天下丨趋势丨向AI求生的路上,GPU已上岸,IPU在崛起

      计算加上数据的突破可以让IPU在原生稀疏计算中展现出领先IPU 10-50倍的性能优势,到了数据稀疏以及动态稀疏时,IPU就有了比GPU越来越显著的优势。

      此外,如果是在IPU更擅长的分组卷积内核中,组维度越少,IPU的性能优势越明显,总体而言,有4-100倍的吞吐量提升。

      在5G网络切片和资源管理中需要用到的强化学习,用IPU训练吞吐量也能够提升最多13倍。

    AI芯天下丨趋势丨向AI求生的路上,GPU已上岸,IPU在崛起

      两种芯片势能英伟达与Graphcore的较量

      Graphcore成立于2016年,是一家专注于机器智能、同时也代表着全新计算负载的芯片制造公司,其包括IPU在内的产品研发擅长大规模并行计算、稀疏的数据结构、低精度计算、数据参数复用以及静态图结构。

      英伟达的潜在竞争对手Graphcore的第二代IPU在多个主流模型上的表现优于A100 GPU,两者将在超大规模数据中心正面竞争。

      未来,IPU可能在一些新兴的AI应用中展现出更大的优势。

    AI芯天下丨趋势丨向AI求生的路上,GPU已上岸,IPU在崛起

      第二代IPU相比第一代IPU有两倍峰值算力的提升,在典型的CV还有NLP的模型中,第二代IPU相比第一代IPU则展现出了平均8倍的性能提升。

      如果对比英伟达基于8个最新A100 GPU的DGX-A100,Graphcore 8个M2000组成的系统的FP32算力是DGX-A100的12倍,AI计算是3倍,AI存储是10倍。

    AI芯天下丨趋势丨向AI求生的路上,GPU已上岸,IPU在崛起

      AI计算未来有三种计算平台

      第一种平台是CPU,它还会持续存在,因为一些业务在CPU上的表现依然不错;

      第二种平台是GPU,它还会持续发展,会有适合GPU的应用场景。

      第三种平台是就是Graphcore的IPU。

      IPU旨在帮助创新者在AI应用上实现新的突破,帮助用户应对当前在CPU、GPU上表现不太好的任务或者阻碍大家创新的场景。”卢涛副总指出。

      目前GPU在全球已是大规模的商用部署,其次是Google的TPU通过内部应用及TensorFlow的生态占第二大规模,IPU处于第三,是量产的、部署的平台。

      与此同时,Graphcore也在中国积极组建其创新社区。Graphcore已在微信、知乎、微博和GitHub开通了官方频道,旨在与开发者、创新者、研究者更好地交流和互动。

      关于未来的AI计算领域,未来会是 “CPU、GPU、IPU并行” 的时代,GPU或部分CPU专注于业务场景的实现和落地,而IPU专为AI创新者带来更多突破。

    AI芯天下丨趋势丨向AI求生的路上,GPU已上岸,IPU在崛起

      构建生态链条IPU仍在路上

      IPU想要在AI计算中拥有挑战GPU地位的资格,除了在性能和价格上面证明自己的优势之外,还需要在为机器学习框架提供的软件栈上提供更多选择,获得主流AI算法厂商的支持。

      在标准生态、操作系统上也需要有广泛的支持,对于开发者有更方便的开发工具和社区内容的支持,才能从实际应用中壮大IPU的开发生态。

      一个AI芯片从产出到大规模应用必须要经过一系列的中间环节,包括像上面提到的支持主流算法框架的软件库、工具链、用户生态等等,打通这样一条链条都会面临一个巨大挑战。

      目前申请使用Graphcore IPU开发者云的主要是商业用户和高校,个人研究者比较少。IPU开发者云支持当前一些最先进和最复杂的AI算法模型的训练和推理。

    AI芯天下丨趋势丨向AI求生的路上,GPU已上岸,IPU在崛起

      和本世纪初的GPU市场一样,在AI芯片市场步入弱编程阶段,如今百家争鸣的局面预计也将很快结束,市场在一轮厮杀后会剩下为数不多的参与者做最终对决。

      现在要看的是在发展初期的逐一击破阶段,Graphcore是否真有定义并主控第三类芯片的魄力了。

      不过从创新的架构到芯片再到成为革命性的产品,Graphcore从芯片到落地之间的距离,需要易用的软件和丰富的工具来支持,特别是对软件生态依赖程度比较到的云端芯片市场。

    AI芯天下丨趋势丨向AI求生的路上,GPU已上岸,IPU在崛起

      结尾:

      IPU不是GPU,这个可能是最大的一个挑战,但同时也是最大的一个机会。IPU并不是GPU的替代品或者类似品,所以不能拿GPU的逻辑来套用IPU的逻辑。

      近两年,AI 芯片出现了各种品类的井喷,可以预计未来IPU在各类AI应用中将具有更大的优势。

      来源:XXX(非中文科技资讯)的作品均转载自其它媒体,转载请尊重版权保留出处,一切法律责任自负。

      文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。

      如发现本站文章存在问题,提供版权疑问、身份证明、版权证明、联系方式等发邮件至news#citnews.com.cn(把#换成@)。

    [编号: ]
    分享到微信

    推荐

    同质化竞争中,教育巨头如何突围?

    在互联网加速催化下,教育行业从线下到线上得到了迅猛发展,从在线大班直播课到一对一甚至是小班课、从K12学龄段到启蒙再到早教,从清北名师到AI老师,在线教育培训市场竞争开始日趋激烈,其中不难发现,从授课形式到授课内容已经开始同质化。

    新闻

    五大院士点赞的中国原创:飞算全自动软件工程平台全

    “只需要输入流程图,平台自动实现软件的开发、测试、运维”,在11月17日下午,北京国家会议中心举办的“全球首发的中国原创——飞算全自动软件工程平台发布会”现场呈现了让业内人士震撼的一幕:

    互联网+

    同质化竞争中,教育巨头如何突围?

    在互联网加速催化下,教育行业从线下到线上得到了迅猛发展,从在线大班直播课到一对一甚至是小班课、从K12学龄段到启蒙再到早教,从清北名师到AI老师,在线教育培训市场竞争开始日趋激烈,其中不难发现,从授课形式到授课内容已经开始同质化。

    融合

    自动驾驶十年巨变

    今天的我们比历史上任何时候都更接近科幻电影中那个拥有自动驾驶的世界。那么,就在完全自动驾驶好像已经呼之欲出的时候,自动驾驶真的能够改变世界吗?

    创投

    又一巨无霸奔赴IPO:两位大学室友合伙,做出2000亿估

    美国当地时间11月16日,全球民宿短租公寓预订平台Airbnb正式向纳斯达克提交了招股书。疫情之下,这家备受全球瞩目的超级独角兽露出真实面目——招股书显示,Airbnb第三季度营收为13.4亿美元,净利润达到2.19亿美元,实现扭亏为盈。