Graphcore瞄准中国市场，加速推进IPU落地

来自英国的AI芯片公司Graphcore近期在中国市场动作频繁，为推行IPU落地中国行业用户持续发力。Graphcore结合创始人兼CEO Nigel Toon表示，「科技已成为中国经济发展的重要推进力，中国是最早制定片面的人工智能国家级战略的国家之一。目前，中国是Graphcore AI计算运用增长最快的市场。」

报道 | 美年达

自Graphcore正式定名「拟未科技」以来，不断向中国用户抛出橄榄枝，在5月份刚刚结束的WIC 2021上，Graphcore集中展现了包括IPU-Machine：M2000（IPU-M2000）、IPU-POD系统在内的MK2全线产品。IPU-M2000是一款即插即用的机器智能刀片式计算单元，集成了4颗MK2 IPU，可提供1 petaFLOPS机器智能计算。
IPU-M2000可以根据工作负载需求，和戴尔、浪潮等服务器OEM厂商所提供的、经Graphcore认证的主机服务器以灵敏的比例构成IPU-POD系统。在与IPU配套的Poplar软件的支持下，这一系统具有百亿亿级计算才能的潜力，可以加速IPU在云和数据中心、互联网、金融、医疗和生命迷信、汽车、教育、智慧批发等各个AI范畴的创新和运用。
MK2 IPU在7纳米的芯片上集成了594亿个晶体管，具有1472个真正独立的处理器内核。可以在IPU-POD系统中训练BERT-Large模型，IPU加快了BERT-Large模型的训练和推理速度，可以以很低的推理时延提供更短的训练工夫和更高的吞吐量。
在生态方面，Graphcore不断与中国的抢先技术公司合作，确保Graphcore系统可以与AI平台一同发挥作用。Graphcore结合创始人兼CEO Nigel Toon表示，「目前Graphcore曾经支持阿里巴巴的HALO，并加入了百度的飞桨硬件生态联盟，与这些生态联盟共同推行新的AI运用程序，并协助建立行业标准。」
IDC报告估计，2019年至2024年，中国人工智能市场年复合增长率将高达30.4%，中国的AI运用市场正在蓬勃发展。
「Graphcore将全球的区域市场划分为三个板块，中国、北美和其它，足见我们对中国市场的注重。」Graphcore高级副总裁兼中国区总经理卢涛以为，中国是全球AI运用落地最抢先的市场，中国有大量的数据，各种各样的大型互联网公司，大型AI公司，大量的落地场景。中国企业和开发者非常擅长把各种各样的创新技术疾速做成大量落地的运用。而对于Graphcore来说，运用市场广阔就代表算力需求旺盛，芯片市场潜力宏大。
4月21日，Graphcore与神州数码宣布总代合作，共同在中国范围内发展销售渠道网络，使中国的商业客户与广大创新者可以更便捷和疾速地获取IPU系统，以及配套的本地AI专家服务和工程支持。
神州数码企业业务集团相关业务担任人湛羽表示，作为Graphcore中国区总代理，神州数码与Graphcore的合作是多层级的。「从客户的角度来讲，神州数码把合作分成Major Account、Consumer、SOHO等类别，每个层面都有不同的合作形式，并根据不同的细分范畴、运用场景和生态，定制化搭建合作平台。」
据悉，神州数码将为Graphcore在中国范围内搭建覆盖各区域和各级城市、覆盖各个垂直细分市场的平面化分销渠道网络，并共同为IPU系统产品和处理方案提供销售助力与相关服务。代理的产品范围为以IPU系统和处理方案为主的IPU全线产品。自此，Graphcore可以经过全国的各级分销商疾速呼应并满足全国各地客户的购买需求，更快地交付IPU系统和服务。
神州数码同时也是Graphcore精英合作伙伴计划的重要成员，并在Graphcore在中国的平面化分销渠道中发挥着重要的作用。而由各级销售代理商、服务器OEM厂商，和云服务厂商组成的Graphcore中国区平面化销售渠道，正是Graphcore触达中国机器智能创新者，真正落地人工智能产业实际的基础。

GPU在AI研发范畴曾经深耕多年，围绕GPU的AI底层框架和生态非常完善，在运用层面上，无论是开发者还是用户都很难马上接受全新的芯片产品。而卢涛却以为，「用户的需求逻辑其实很简单，他们只会思索收益和困难。只需能协助用户提高收益，处理困难，用户就会情愿买单。」
作为AI芯片的后起之秀，IPU与长辈GPU相比最大的差距在于产品生态的丰富程度。「曾经有很多人问我，GPU花了很长的工夫来构建AI生态，IPU是不是也得花几十年构建生态。实践上，明天的开发形式与当初基于CUDA编程的时代有了很大变化。有了TensorFlow、PyTorch这样的框架，AI工程师、迷信家可以基于Python等很高层的编程言语构建他们的算法模型。IPU如今曾经支持TensorFlow、PyTorch、阿里云HALO，以及正在适配的PaddlePaddle等，这样的框架可以大幅提高我们开拓生态的速度。」
目前，IPU对TensorFlow算子库的覆盖率约为95%。刚刚推出的PyTorch产品化版本覆盖率约60%左右，卢涛表示，PyTorch算子库覆盖率从60%到95%估计需求两个季度左右的工夫。

2020年底，Graphcore第二代IPU产品进入量产阶段，并在IPU行业落地方面获得了一定停顿。目前，IPU曾经服务于全球上百家不同组织，发货量以万为量级。
IPU运用落地最快的是互联网行业，尤其在以搜索为核心的自然言语处理业务方面。在智能批发范畴Graphcore次要集中在传统视觉处理场景，例如经过AI方式协助店铺完成BI。此外，Graphcore还展开了与金融、材料、医药行业的合作。
在迷信研讨方面，Graphcore公开的高校、科研机构合作列表中，包括牛津大学、布里斯托大学、帝国理工学院、加州大学伯克利分校，以及马萨诸塞大学（UMass）阿默斯特分校等知名院校。
其中，布里斯托大学应用IPU停止了运用物理前瞻性研讨，布里斯托大学的研讨人员还针对应用IPU系统处文迷信超级计算成绩发表了相关论文。帝国理工学院则应用IPU停止了机器人的相关研讨。来自马萨诸塞大学（UMass）阿默斯特分校、Facebook与Graphcore的研讨人员也发表了一篇关于在IPU上加速预测新冠病毒分散趋向的算法模型的论文。