发布者:乐鱼体育app官方网站 发布时间:2024-07-28
近期,路透社报道,软银集团收购了有“英国英伟达”之称的Graphcore公司,收购金额未公开。Graphcore是人工智能领域初创公司,设计出了一种新型智能处理单元(IPU),在某些模型测试中性能超过了英伟达的GPU系统,这使得业界一度看好其与英伟达的GPU的竞争。
IPU与GPU有何不同?资料显示,IPU(Intelligent Processing Unit,智能处理单元)是专用于进行人工智能计算的处理器,也被称为AI处理器,其在深度学习、机器学习和自然语言处理等领域具有出色的性能,能够加速各种AI相关的任务。
GPU最初是用来满足图形渲染和图像处理的需求而设计产品,随着AI、大数据技术快速普及,高性能GPU具有强大的并行处理能力,能够同时处理多个数据点和任务,从而加速训练和推断过程,基于上述特性,GPU逐渐被应用于人工智能领域,尤其是深度学习和机器学习领域。
尽管IPU与GPU都能在AI领域应用,但二者仍有很大不同,比如计算架构与存储架构。
此前,Graphcore总裁、大中华区总经理卢涛曾对外介绍,Graphcore C600每个IPU具有1472个处理核心,能够并行运行8832个独立程序线程。而英伟达GPU的SM Core(stream multiprocessor核心)大概是100多个,不同产品配置不一样。
存储架构方面,英伟达的GPU是两级内存。一级是(显示)芯片里面有一个四五十兆的内存,外面挂着HBM或者显存。Graphcore IPU,在芯片里面有900兆的片上SRAM存储,并且是分布式的。
卢涛总结表示,IPU采用这个架构,跟GPU对比,如果对稀疏性以及高维方面要求比较高,IPU优势会更大。如果是矩阵运算,可能就差不多或者是优势小一些。
结语IPU作为新型技术,市场格局与技术标准仍在不断完善中,短期内或许无法与GPU抗衡,但随着AI技术不断发展,业界对IPU的兴趣也在不断增强,未来潜力值得期待。
封面图片来源:拍信网