AI沒有走向低潮，而是在催生大量的應(yīng)用。但大量的AI的應(yīng)用非常場景化，既需要成熟的CPU和GPU，也需要全新的AI處理器。IPU（Intelligence Processing Unit）就是一種為AI計算而生的革命性架構(gòu)，如今，IPU已經(jīng)在金融、醫(yī)療、電信、機器人、云和互聯(lián)網(wǎng)等領(lǐng)域取得成效。

隨著英國初創(chuàng)公司的Graphcore的IPU在AI應(yīng)用市場的規(guī)?；涞?，第三類AI處理器受到的關(guān)注度越來越高的同時，但IPU能否更好完成CPU和GPU不擅長的AI任務(wù)成為當之無愧的革命性架構(gòu)？

IPU如何跨過芯片與AI應(yīng)用之間的鴻溝？

去年底，雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))的《為AI顛覆GPU！計算機史上迎來第三個革命性架構(gòu)IPU》一文已經(jīng)解讀了Graphcore IPU架構(gòu)的獨特之處。這里再稍作介紹，Graphcore已經(jīng)量產(chǎn)的IPU型號為GC2，處理器內(nèi)部有1216個IPU Tiles，每個Tile里面有獨立的 IPU核作為計算以及In Processor Memory 即處理器之內(nèi)的內(nèi)存。整個GC2處理器總共有7296個線程，能夠支持7296個程序在并行的運行。

基于臺積電16nm工藝集成236億個晶體管的GC2在120瓦的功耗下有125TFlops的混合精度、300M的SRAM能夠把完整的模型放在片內(nèi)，另外內(nèi)存的帶寬有15TB/s、片上的交換是8TB/s，片間的IPU-Links是2.5Tbps。

也就是說，IPU通過分布式的片上存儲架構(gòu)突破了AI芯片的存儲墻瓶頸。但正如Graphcore 銷售副總裁兼中國區(qū)總經(jīng)理盧濤在近日的一場媒體分享會上所言：“從一個芯片到落地中間有很多gap。包括是否有比較好的工具鏈、豐富的軟件以及豐富的軟件庫支持，還有對主流算法、框架以及操作系統(tǒng)的支持。”

這就意味著，只有通過易用的軟件將芯片的優(yōu)勢發(fā)揮出來AI芯片才能更好地落地。對于IPU而言，由于架構(gòu)的特色，解決并行硬件的高效編程是一個非常大的課題。為此，Graphcore在GC2中采用了谷歌、Facebook、百度這些構(gòu)建大規(guī)模數(shù)據(jù)中心集群會使用的BSP（Bulk Synchronous Parallel）技術(shù) ，通過硬件支持BSP協(xié)議，并通過BSP協(xié)議把整個計算邏輯分成計算、同步、交換。

盧濤說：“對軟件工程師或者開發(fā)者來說，采用了BSP后就非常易于編程，因為不用處理 locks 。對用戶來說，也不用管這里面是 1216 個核心（Tile）還是 7000 多個線程、任務(wù)具體在哪個核上執(zhí)行，這是一個非常用戶友好的創(chuàng)新。”

在此基礎(chǔ)上，Graphcore推出了在機器學習框架軟件和硬件之間基于計算圖的整套工具鏈和庫的Poplar 是軟件棧。據(jù)悉，Poplar目前已經(jīng)提供750個高性能計算元素的 50 多種優(yōu)化功能，支持標準機器學習框架，如TensorFlow1、2，ONNX和PyTorch，很快也會支持 PaddlePaddle。

另外，可以支持容器化部署，能夠快速啟動并且運行。標準生態(tài)方面支持 Docker、Kubernetes，還有像微軟的 Hyper-v 等虛擬化技術(shù)和安全技術(shù)。操作系統(tǒng)支持廣泛應(yīng)用的三個 Linux 發(fā)行版：ubuntu、RedHat Enterprise Linux、CentOS。

今年5月，Graphcore又推出了名為PopVision Graph Analyser 的分析工具，開發(fā)者、研究者在使用 IPU 進行編程的時候，可以通過 PopVision 這個可視化的圖形展示工具來分析軟件運行的情況、效率調(diào)試調(diào)優(yōu)等。同月也上線了Poplar開發(fā)者文檔和社區(qū)。

目前，基于 IPU 的一些應(yīng)用已經(jīng)覆蓋了機器學習的各個應(yīng)用領(lǐng)域，包括自然語言處理、圖像/視頻處理、時序分析、推薦/排名及概率模型。Graphcore在Github不僅提供模型移植的文章，還有豐富的應(yīng)用案例和模型。

還有一個關(guān)鍵的問題，開發(fā)者把模型遷移到IPU需要進行代碼級修改嗎？盧濤對雷鋒網(wǎng)表示：“AI的開發(fā)者90%都使用開源框架，開發(fā)語言是Python，對于這類開發(fā)者，代碼的遷移成本非常低。就算是占開發(fā)者群體9%的，使用基于Nvidia cuDNN的性能級開發(fā)者，我們也會盡量提供和cuDNN 類似的用戶體驗，這個工作量目前看來完全在接受的范圍。”

IPU吞吐量最高比GPU提升260倍

解決了芯片到應(yīng)用的軟件問題，那IPU更適合在哪些場景應(yīng)用？“我們未來推進的策略還是訓練和推理兩個事情并行來做。有可能是一些單獨的訓練任務(wù)，也有可能是一些單獨的推理任務(wù)，但我們會更加聚焦在一些對精度要求更高、對時延要求更低、對吞吐量要求更高的一些場景。”盧濤進一步表示。

“當前廣泛應(yīng)用、主流的 CV 類的模型是以 Int8為主，但像現(xiàn)在的NLP模型，以及一些搜索引擎里用的模型或者廣告算法模型其實都是 FP16，甚至 FP32為主流的數(shù)據(jù)格式，因為這樣一些模型對于精度的要求會更高。因此云端推理除了Int8，F(xiàn)P16和FP32的市場也很大。”

Graphcore中國銷售總監(jiān)朱江指出，除了稠密的數(shù)據(jù)之外，現(xiàn)在代表整個AI發(fā)展方向的大規(guī)模稀疏化的數(shù)據(jù)，在IPU上處理就會有非常明顯的優(yōu)勢。與大規(guī)模的稀疏化數(shù)據(jù)對應(yīng)的是分組卷積這樣一種新型的卷積算法，與ResNet這種目前比較傳統(tǒng)的方式相比，可以有更好的精度方表現(xiàn)和性能提升。

Graphcore給出了一個分組卷積內(nèi)核的Micro-Benchmark，將組維度（Group Dimension）分成從1到512來比較。512就是應(yīng)用得較多的“Dense卷積網(wǎng)絡(luò)”，典型的應(yīng)用如ResNet。在212的維度，IPU GC2 性能比 V100 要好近一倍。隨著稠密程度降低、稀疏化程度增加，在組維度為1或為 32 時，針對 EfficientNet 或 MobileNet，IPU 對比 GPU 展現(xiàn)出巨大的優(yōu)勢，做到成倍的性能提升，同時延時大大降低。

之所以在低數(shù)組維度優(yōu)勢明顯，是因為分組卷積數(shù)據(jù)不夠稠密，在 GPU 上可能效果并不好，而IPU的架構(gòu)設(shè)計在分組卷積中能夠發(fā)揮優(yōu)勢，并且可以提供GPU很難甚至無法提供的低延遲和高吞吐量。

整體而言，與英偉達V100相比，Graphcore的IPU在自然語言處理方面的速度能夠提升 20%-50%，圖像分類能有6倍的吞吐量提升實現(xiàn)更低的時延。這些優(yōu)勢在IPU的實際落地案例中也同明顯的性能優(yōu)勢。

在金融領(lǐng)域的風險管理、算法交易等應(yīng)用中，會使用Markov Chain和MCMC等算法，借助IPU，采樣速率能夠比GPU提高26倍。在金融領(lǐng)域應(yīng)用廣泛的強化學習，IPU也能把強化學習時間縮短到1/13。還有，采用MLP（多層感知器）加上嵌入一些數(shù)據(jù)的方式來做銷售的預測，IPU相比GPU能有5.9倍以上的吞吐量提升。

在醫(yī)療和生命科學領(lǐng)域，包括新藥發(fā)現(xiàn)、醫(yī)學圖像、醫(yī)學研究、精準醫(yī)療等，IPU也已經(jīng)體現(xiàn)出優(yōu)勢。微軟使用IPU訓練COVID-19 影像分析的算法模型CXR，能夠在 30 分鐘之內(nèi)完成在 NVIDIA GPU 上需要 5 個小時的訓練工作量。

另外，在電信領(lǐng)域，機器智能可以幫助分析無線數(shù)據(jù)的一些變化，比如采用 LSTM 模型預測未來性能促進網(wǎng)絡(luò)規(guī)劃。基于時間序列分析，采用IPU 能夠比 GPU 有 260 倍的吞吐量提升。

在5G網(wǎng)絡(luò)切片和資源管理中需要用到的強化學習，用IPU訓練吞吐量也能夠提升最多13倍。

在創(chuàng)新的客戶體驗的自然語言處理（NLP）方面，代表性的模型就是BERT。朱江介紹：“我們目前在 BERT 上訓練的時間能夠比 GPU 縮短 25%以上。”

還有一個有意思的應(yīng)用是IPU在機器人領(lǐng)域的應(yīng)用，是Graphcore和倫敦帝國理工學院的合作，主要是用到一些空間的 AI 以及及時定位和地圖構(gòu)建技術(shù)，幫助機器人做比較復雜的動作和更高級的功能。

對Graphcore更重要的是在IPU在云和數(shù)據(jù)中心中的應(yīng)用，這是他們早期推廣以及現(xiàn)在主要推廣的領(lǐng)域，包括微軟在Azure公有云上開放IPU的服務(wù)，以及歐洲搜索引擎公司Qwant使用IPU做搜圖識別性能達到3.5倍以上的提升。

如何搶占中國AI市場先機？

“在IPU的落地上，目前我們整個策略上還是與云服務(wù)商和服務(wù)器提供商合作，所有地區(qū)基本上是一樣的做法。”盧濤坦言，IPU在美國的落地速度比中國更快，包括Azure公有云上開放IPU的服務(wù)，以及與戴爾易安信合作推出了IPU服務(wù)器等。

他解釋，“這是因為美國的用戶可能是較為活躍的 研究者社區(qū)，而中國很注重產(chǎn)品化落地。我們中國本地的一些合作伙伴、開發(fā)者可能會更加務(wù)實?？赡芮捌趯霑稽c，但是后面真正開始加速了， 整個開發(fā)過程速度是會非常快。”

盧濤也透露，Graphcore在和金山云在合作，即將上線一個面向中國開發(fā)者和創(chuàng)新者的免費試用的開發(fā)者云。

在本地化產(chǎn)品服務(wù)方面，“長期來講，我們很開放地希望針對中國市場的需求做產(chǎn)品的定制化演進。從服務(wù)的角度，我們有兩支技術(shù)團隊，工程技術(shù)團隊承擔兩個方面的工作，一是根據(jù)中國本地的 AI的應(yīng)用的特點和應(yīng)用的需求，把一些AI的算法模型用 IPU 去落地；二是根據(jù)中國本地用戶對于 AI 的穩(wěn)定性學習框架平臺軟件方面的需求，做功能性的一些開發(fā)加強的工作?，F(xiàn)場應(yīng)用團隊則是幫助客戶做一些更現(xiàn)場的技術(shù)支持的工作。”

當然，Graphcore支持阿里巴巴為底層的架構(gòu)抽象出來的統(tǒng)一接口API ODLA（Open Deep Learning API）硬件標準，以及支持國內(nèi)重要的深度學習框架百度飛槳也都有助于Graphcore的IPU在國內(nèi)的落地。

從AI發(fā)展的未來趨勢看，IPU也能發(fā)揮優(yōu)勢。盧濤說：“我們看到一個大的趨勢，就是訓練和推理有混步的需求。比如線上的推薦算法，以及預測汽車類應(yīng)用。能夠同時滿足訓練和推理需求的IPU就能夠發(fā)揮優(yōu)勢。”

另外，“分組卷積對算法設(shè)計者來說，最簡單的一個表現(xiàn)就是設(shè)計出參數(shù)規(guī)模更小、精度更高的一個算法模型。我們認為這是未來一個大的趨勢。”

雷鋒網(wǎng)小結(jié)

作為一個全新的架構(gòu)，IPU獲得了業(yè)界多位專家的高度評價。不過從創(chuàng)新的架構(gòu)到芯片再到成為革命性的產(chǎn)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(tài)依賴程度比較到的云端芯片市場。從目前的情況看，Graphcore在工具鏈、部署支持方面都已經(jīng)有對應(yīng)的產(chǎn)品，并且在金融、醫(yī)療、數(shù)據(jù)中心等領(lǐng)域都有落地案例。并且，Graphcore下一代基于更先進7nm工藝的IPU也即將推出。

接下來的問題就是標桿客戶之后市場的接受度如何？以及Graphcore的市場策略是否和他們的產(chǎn)品一樣優(yōu)勢明顯？

不可忽視的是，全球范圍內(nèi)除了Graphcore還有其他公司也使用了IPU的理念設(shè)計出了AI芯片并且開始推廣。我們正在見證IPU時代的到來。