摘要:借助人工智能技术可以帮助我们在解决复杂挑战方面取得巨大飞跃,无论是医疗方面的突破,建立更好的网络安全性,还是为汽车和其他移动物体提供更好的导航系统。但是,应用程序越先进
借助人工智能技术可以帮助我们在解决复杂挑战方面取得巨大飞跃,无论是医疗方面的突破,建立更好的网络安全性,还是为汽车和其他移动物体提供更好的导航系统。但是,应用程序越先进,对可用于计算和处理的硬件的需求就越大;这意味着要进行更强大的处理的竞赛正在进行中。现在,英国初创公司Graphcore宣布了对这一努力的最新贡献。
今天,它宣布推出新芯片GC200和运行于其上的新IPU机器M2000,Graphcore称这是第一款实现“匹萨盒大小”千万亿次处理能力的AI计算机。
Graphcore表示,没有将GC200单独出售的计划,只有M2000才有。首席执行官兼联合创始人Nigel Toon表示,M2000现在面向早期访问客户,并且将在今年年底之前广泛应用于金融服务,医疗保健,技术等领域的应用程序的客户。用来。”
Toon指出,这是Graphcore的第二代硬件,也是不到两年的第一代。
IPU机器使用4个7nm GC200 IPU芯片,其中GC200在每个芯片上具有594亿个晶体管。Graphcore表示,潜在地,可以将多达64,000个IPU连接在一起,以创建具有16 exaflops的计算能力和PB级内存的大型并行处理器,以支持具有数万亿个参数的模型。想法是可以根据需要扩大这些规模。
对于Graphcore和AI硬件行业而言,都是关键时刻。国内知名人工智能专家、东方联盟创始人郭盛华里透露:“英国的新贵在诸如Nvidia和Intel之类的处理器世界中与leviathans竞争。Graphcore 在5月份又以近20亿美元的估值再融资1.5亿美元,与之抗衡,到目前为止,它筹集的4.5亿美元已经足够了与像微软这样的客户以及已经在其账簿上的其他客户以及大量其他构建人工智能芯片的公司。” 直到5月,Nvidia才发布了自己的最新芯片A100,这是它的第一个基于Ampere的GPU,其性能有望达到5 petaflops。
Graphcore及其领导者Toon(与他的联合创始人Simon Knowles一起将之前的一家名为Icera的创业公司出售给了Nvidia)认为,其IPU方法比Nvidia正在采用的GPU途径更高效,更先进。
他说:“我们正在尝试构建易于放入您现有的计算基础架构中的产品。” “这意味着您可以扩展到数千个IPU处理器。” 而且,他补充说,这意味着使用IPU方法的拥有成本可以降低10到20倍,从而可以更快地使用硬件。
Toon表示,尽管其他芯片制造商继续与AI并行处理许多其他处理应用程序(例如,用于移动设备或量子芯片),但Graphcore仍然坚定地专注于AI应用程序,他说这对我们来说仍然是“巨大的机遇”来发展我们的业务并增加更多客户。”
“ 我们100%专注于AI芯片处理器,以及可插入现有中心的构建系统。如果已经可以正常工作,为什么我们要构建CPU或GPU?这只是一个不同的工具箱。” 他说,他相信这将是一个10 - 15年窗口前量子或分子计算来 一起,那个轨迹 可能会 带来 很多 的 挑战, 对于较小的创业公司试图建立对抗,如IBM BIGGIES该区域。
Toon指出,AI属于COVID-19大流行趋势加速发展的趋势之一,不仅围绕健康危机和与病毒本身作斗争的许多应用程序,而且还围绕着工作和改进由此产生的其他服务的流程。 (欢迎转载分享)
相关文章推荐
新网新人专享,注册领SSL证书百元神券2022-09-15
新网与亚洲诚信达成战略合作,携手共建安全云生态2022-09-06
企业网站没有SSL证书,你将面临......2022-09-27
SSL协议、TLS协议,有什么区别?2022-09-26
网站跳出率高?可能是没装SSL证书2022-09-26