Graphcore推出第二代智慧處理器GC200、達 - 工程師
By Ida
at 2020-07-23T13:08
at 2020-07-23T13:08
Table of Contents
Graphcore推出第二代智慧處理器GC200、達到1 petaflop處理能力
https://bit.ly/2OOlEHo
總部位於英國的Graphcore公司正在開發用於AI負載的加速器,2020年7月15日發布了第二代智慧處理單元(IPU),將用於Graphcore的M2000 IPU Machine。 Graphcore聲稱,新的GC200晶片將使M2000能夠在披薩盒大小的外殼中實現petaflops (每秒一千兆次)處理能力。
像是GC200的AI加速器是一種專門用於加速像是人工神經網絡、深度學習和機器學習等AI應用的硬體設計。通常是多核心的設計,並且專注於可以提升大型AI運算性能的低精確度算法或記憶體內運算,達成自然語言處理、電腦視覺等領域的先進成果。
M2000有四個新的7奈米GC200晶片,每個晶片裸晶上有1,472個處理器核心〈運行8,832個執行緒〉和594億個電晶體,處理性能是Graphcore現有的IPU產品的8倍以上。在基準測試中,Graphcore聲稱配有四個GC200晶片的M2000在運行了具有8800萬個參數的Google EfficientNet B4圖像分類模型,比基於Nvidia V100的系統快了64倍,也比最新的7奈米顯示卡快了16倍以上。一個GC200最多可提供250 TFLOPS (每秒一千兆個浮點運算)。
Graphcore表示,除了M2000之外,客戶還將能夠連接多達64,000個GC200晶片,達到16 exaflops的計算能力和petabytes的記憶體,支持具有數兆個參數的AI模型。
GC200和M2000旨在與Graphcore為AI和機器學習打造的graph toolchain的Poplar配合使用。它與Google的TensorFlow框架和Open Neural Network Exchange集成在一起,在Open Neural Network Exchange中更是提供了完整的培訓運作 (training runtime)。2019年第四季時也完成了與Facebook的PyTorch的初步兼容性,並於2020年初提供全功能支持。最新版本的Poplar導入了交換記憶體管理功能,利用GC200記憶體存取方面的硬體和架構設計優勢。
Graphcore由Simon Knowles和Niegel Toon於2016年成立,至今從Robert Bosch Venture Capital、三星、戴爾、BMW、微軟、Arm共同創辦人Hermann Hauser和DeepMind共同創辦人Demis Hassabis手中取得了超過4.5億美金的資金,估值達19.5億美元。
Graphcore於2018年推出第一個商業產品為16奈米的 PCIe加速卡C2,並在2019年11月時發行於微軟的Azure平台,此外,微軟也使用Graphcore的產品於多項AI計畫。
2020年初時,Graphcore宣布與戴爾合作推出DSS8440 IPU服務器,並推出了Cirrascale IPU-Bare Metal Cloud,這是雲端提供商Cirrascale提供的基於IPU的雲端託管服務。最近,Graphcore透露了包括Citadel Securities、Carmot Capital、牛津大學、JP Morgan、Lawrence Berkeley National Laboratory和歐洲搜索引擎公司Qwant等客戶合作,在GitHub上提供用於構建在IPU上運行的開源項目。
Graphcore之市場競爭者
雖然,Graphcore目前氣勢旺盛,但其競爭也是越來越激烈。AI硬體市場預估在2025年將達到911.8億美元。
2020年3月時,開發加速邊緣AI硬體的新創公司Hailo獲得了6000萬美元的創投資金。
總部位於加州的Mythic也募集了8,520萬美元的資金,用於開發客製的記憶體內架構。
加州Mountain View的Flex Logix在2020年4月推出了inference coprocessor。
2019年11月,Esperanto Technologies為其7奈米AI晶片技術獲得了5800萬美元的資金。
--
https://bit.ly/2OOlEHo
總部位於英國的Graphcore公司正在開發用於AI負載的加速器,2020年7月15日發布了第二代智慧處理單元(IPU),將用於Graphcore的M2000 IPU Machine。 Graphcore聲稱,新的GC200晶片將使M2000能夠在披薩盒大小的外殼中實現petaflops (每秒一千兆次)處理能力。
像是GC200的AI加速器是一種專門用於加速像是人工神經網絡、深度學習和機器學習等AI應用的硬體設計。通常是多核心的設計,並且專注於可以提升大型AI運算性能的低精確度算法或記憶體內運算,達成自然語言處理、電腦視覺等領域的先進成果。
M2000有四個新的7奈米GC200晶片,每個晶片裸晶上有1,472個處理器核心〈運行8,832個執行緒〉和594億個電晶體,處理性能是Graphcore現有的IPU產品的8倍以上。在基準測試中,Graphcore聲稱配有四個GC200晶片的M2000在運行了具有8800萬個參數的Google EfficientNet B4圖像分類模型,比基於Nvidia V100的系統快了64倍,也比最新的7奈米顯示卡快了16倍以上。一個GC200最多可提供250 TFLOPS (每秒一千兆個浮點運算)。
Graphcore表示,除了M2000之外,客戶還將能夠連接多達64,000個GC200晶片,達到16 exaflops的計算能力和petabytes的記憶體,支持具有數兆個參數的AI模型。
GC200和M2000旨在與Graphcore為AI和機器學習打造的graph toolchain的Poplar配合使用。它與Google的TensorFlow框架和Open Neural Network Exchange集成在一起,在Open Neural Network Exchange中更是提供了完整的培訓運作 (training runtime)。2019年第四季時也完成了與Facebook的PyTorch的初步兼容性,並於2020年初提供全功能支持。最新版本的Poplar導入了交換記憶體管理功能,利用GC200記憶體存取方面的硬體和架構設計優勢。
Graphcore由Simon Knowles和Niegel Toon於2016年成立,至今從Robert Bosch Venture Capital、三星、戴爾、BMW、微軟、Arm共同創辦人Hermann Hauser和DeepMind共同創辦人Demis Hassabis手中取得了超過4.5億美金的資金,估值達19.5億美元。
Graphcore於2018年推出第一個商業產品為16奈米的 PCIe加速卡C2,並在2019年11月時發行於微軟的Azure平台,此外,微軟也使用Graphcore的產品於多項AI計畫。
2020年初時,Graphcore宣布與戴爾合作推出DSS8440 IPU服務器,並推出了Cirrascale IPU-Bare Metal Cloud,這是雲端提供商Cirrascale提供的基於IPU的雲端託管服務。最近,Graphcore透露了包括Citadel Securities、Carmot Capital、牛津大學、JP Morgan、Lawrence Berkeley National Laboratory和歐洲搜索引擎公司Qwant等客戶合作,在GitHub上提供用於構建在IPU上運行的開源項目。
Graphcore之市場競爭者
雖然,Graphcore目前氣勢旺盛,但其競爭也是越來越激烈。AI硬體市場預估在2025年將達到911.8億美元。
2020年3月時,開發加速邊緣AI硬體的新創公司Hailo獲得了6000萬美元的創投資金。
總部位於加州的Mythic也募集了8,520萬美元的資金,用於開發客製的記憶體內架構。
加州Mountain View的Flex Logix在2020年4月推出了inference coprocessor。
2019年11月,Esperanto Technologies為其7奈米AI晶片技術獲得了5800萬美元的資金。
--
Tags:
工程師
All Comments
Related Posts
半導體最愛用交大生 金融網路業偏好淡大
By Audriana
at 2020-07-23T12:11
at 2020-07-23T12:11
台積電貴森森 外資追世界先進
By Caitlin
at 2020-07-23T11:19
at 2020-07-23T11:19
聯電慘輸台積電?陳水扁揭關鍵差異:西進
By Jacky
at 2020-07-23T10:48
at 2020-07-23T10:48
8/5 AI on Chip智慧照顧與創新研討會
By Catherine
at 2020-07-23T10:12
at 2020-07-23T10:12
輝達傳有意買下安謀!已與軟銀洽談可能性
By David
at 2020-07-23T08:49
at 2020-07-23T08:49