2015年国产精品久久99久久99，两名来自英国的创业者Simon Knowles和Nigel Toon正在为他们的东说念主工智能（AI）芯片步地寻找资金。
负责时刻的Simon Knowles于1980年代毕业于剑桥大学，早期在英国政府商量实验室商量神经聚积，创办的第一家公司Element 14即成为90年代的独角兽，并在2000年以6.4亿好意思元的价钱出售给博通。而Nigel Toon则是营业东说念主才，在1990年代加入好意思国科技企业Altera，并在Altera担任欧洲业务的副总裁与总司理。
左：Nigel Toon，右：Simon Knowles（图片来自graphcore官网）
2002年，两东说念主结伙创办了一家叫作念Icera的3G modem（蜂窝调制解调器）芯片公司，并于2011年得胜地以3.7亿好意思元的价钱卖给英伟达。从风投角度来看，二东说念主的阅历应该是最受追捧的团队模板：布景光鲜，才能互补，一语气创业，得胜套现。
但纳闷的是，专用AI芯片赛说念并不被主流VC招供，两东说念主甚而一度找不到投资东说念主开会。
这跟其时东说念主工智能赛说念的吵杂迥然不同。2015年的ImageNet大赛，通盘名次靠前的玩家都在使用GPU进行图像识别，距离AlexNet模子第一次讹诈GPU教师神经聚积模子夺冠已历程去了三年，行业内掀翻AI激越。
但试验上，AI在其时仅仅个业内自嗨的小众热门。Simon和Nigel寻求融资时，一半的投资东说念主问“什么是AI芯片？”另一半投资东说念主招供AI的前程，但对其上游的芯片联想却不伤风，原因是“合计英伟达的GPU不错消灭行业需求。”[2]
眼看新步地就要胎死腹中，殊不知AI芯片还是走到了早晨时刻。
这一年，谷歌已秘要研发出一款专注于AI领域中机器学习算法的芯片，并将其用在里面的云经营数据中心中，以取代英伟达的GPU。2016年5月，这款自研芯片公诸于世，就是大名鼎鼎的TPU。这名字一出来，内行生手都看懂了：GPU并不是AI芯片的惟一遴荐，新的处理器联想可能存在市集空间。
TPU的推出也给两位创业者带来了信心。一个月后，Knowles和Toon的AI芯片公司：Graphcore端庄建立，由Nigel Toon担任CEO，Simon Knowles担任CTO。
Graphcore火速筹到的A轮3200万好意思元，于2016年10月到位。在随后的四年里，其融资进度亦然一齐狂飙：2020年12月，E轮融资落地。Graphcore四年间共获投7.1亿好意思元，市值27.7亿好意思元，一跃成为融资和估值最高的AI硬件初创公司，投资者包括三星、微软、戴尔等科技巨头，也包括红杉成本、柏基投资（Baillie Gifford）等顶级风投。
得胜“上岸”的Simon Knowles当然是吃水不忘挖井东说念主，有利给谷歌AI业务的负责东说念主Jeff Dean写了一封感谢邮件，内容是[1]：“同道，谢谢你！（Thanks， mate.）”
淌若站在今天的时刻点，Jeff Dean可能会回话一句：别自得的太早。
01
居品：专为AI加快而生的芯片
Graphcore的中枢居品叫作念IPU（Intelligence Processing Unit）。
IPU出身的布景是，跟着芯片制程的迭代，半导体行业的两大定律：摩尔定律和登纳德缩放比例定律（Dennard Scaling）在冉冉失效。
摩尔定律说的是：集成电路上不错容纳的晶体管数量在大致每历程18个月到24个月便会增多一倍。登纳德缩放比例定律合计跟着晶体管密度的增多，单个晶体管的功耗会下落，因此芯片的功耗需求会保合手不变。
这两条定律都曾在以前几十年被行业视为金口玉音，GPU和CPU的发展都受益于此。但今天的情况是，芯片上晶体管很难再增多，而芯片的功耗需求也变得越来越高，芯片自身就越来越烫。
因此，就像香港的房屋一样，在面积有限的情况下想要提高生涯质料，例必要在布局结构上大动接触，市集上对于“架构转换”的呼声越来越大。专用经营芯片（ASIC）的需求应时而生，因为针对具体应用场景的优化，不错比通用经营带来更高的能效比。
ASIC的特色是透澈捐躯通用性，换取在特定应用上的极致后果。举一个泛泛的例子比方：
GPU是能提供汉堡、披萨、包子、面条等通盘食品类意见轮廓餐厅，优点是什么都会作念，污点卓越出彩的居品，出餐后果也一般。而ASIC是专作念披萨或汉堡的好意思食专门店，滋味极好，出餐后果也卓越高，污点则是想转型作念其他居品，就没那么容易了。
TPU就是典型的ASIC，它专为谷歌的超等业务：云经营数据中心而生。事实上，谷歌自研TPU的原因之一，就是因为GPU会“烧”。
不外，和ASIC比较，IPU有更大的贪图。
按照Nigel Toon的话来说，Graphcore不属于CPU、GPU和ASIC中的任何一类，而是一款全新的，专为AI加快而生的处理器：既有极高的运算才能以处理高性能经营业务（HPC），又和GPU一样可编程，以得志不同的场景需求。[3]
Graphcore的IPU主要有三个特色：
图片开端：Graphcore官网
1. 经营中枢有多达 1400 多个处理器内核，每个内核可运行 6 个线程。
内核数量的酷爱在于体现芯片的经营才能，二者呈正干系。每个内核里都有一个经营单位（ALU），业界有一个相等典型的比方：CPU就是又名会高级数学的大学生，会解复杂题型，而GPU和IPU是成百上千个中学生，明慧加减乘除。
在AI深度学习所需要的恰正是巨额简便特定的运算，也就是“加减乘除”。在这种情况下，成百上千个中学生加在一王人的后果，比一个优秀的大学生更高。
而IPU和GPU的中枢鉴别在于，处理器核选定了不同的架构。连接上文的比方，两支中学生团队使用不同的经营门径。
GPU使用的SIMD架构平方用于处理器实行巨额经营的问题，这些经营需要处理器并行实行相通命令，就像荡舟比赛中，通盘队员作念相通的事，共同提高团队后果。
而 IPU使用的MIMD则将复杂算法分割为无关的、独处的部分，每个部分分派给一个不同的处理器来并发处理的经管决策，好比足球比赛中，队员们诚然有相通的进球有筹商，然而每个东说念主承担的职责不同。[4]
因此，IPU用到的MIMD架构简略处理更复杂的操作。
图左：SIMD架构的职责面貌（GPU）；图右：MIMD架构的职责面貌（IPU）
2. IPU 选定处理器片内散播式存储架构，而 GPU 选定显存或高宽带显存 HBM，是片外的大型存储。
与 GPU 的存储架构中径直贯串动态赶快存储器（DRAM）比较，处理器的内存由IPU的土产货静态赶快存储器（SRAM）构成，每个内核（tile）都实行只在土产货内存上进行的经营。[5]
这么不错幸免了时常看望外部存储资源，大幅度提高频宽、缩短延长和功耗，在特定情境下甚而可能會有近 50 倍的增幅。[6]
图片开端：Citadel Securities Technical Report
3. 在跨芯片多核通讯治愈联想上， Graphcore IPU 联想了 BSP（Bulk Synchronous Parallel）的软硬件伙同算法，让芯片内 1000 多个内核，以及多芯片不错跨 IPU 贯串。
而GPU 是以多核多线程呈现，拓荒者需要处理不同线程之间的通讯与数据同步问题。简而言之，对软件工程师或者拓荒者来说，选定BSP后的AI芯片相等易于编程。[8]
IPU的架构 图片开端：Graphcore官网
02
定位：和英伟达的竞争和各异化
在时刻负责东说念主Simon Knowles眼里，与英伟达张开全面竞争，确凿不算一件灵巧的事。
在接受国外博客节目The Robot Brains Podcast的采访时，他共享了我方的创业准则：毫不试图分娩大公司现存居品的强化版。[9]——因为大公司有雄壮的市集基础，初创企业在合并居品上很难与之抗衡。
Simon的不雅点是：AI会存在于东说念主类翌日时刻的任何领域，而通盘行业的需求不可能由合并个架构来支持。而对于Graphcore来说，IPU只需要在特定领域发达得比GPU好，在这个爆炸式增长的市集平分到一杯羹就富饶了。
正如上文所说起，由于MIMD架构下的芯片简略处理更复杂的操作，IPU对于咫尺在CPU和GPU上无法最好运行的高性能经营任务具有吸引力。其中干系“寥落数据”的处理就是它最主要的应用标的。
寥落数据是指在数据蚁合绝大多数数值缺失或者为零的数据，比如在电商平台，相对海量商品而言，每个消费者购买的仅仅小部分居品，是以单个消费者的购买记录就是一个寥落数据。
在现实生涯中，就常常要在海量的复杂信息中寻找指定重要信息，因此干系寥落数据的经营相等广博，而IPU简略独处和并行地实行好多相等不同的经营，恰相宜寥落经营的特色。
其中，分子就是寥落数据结构最典型的应用案例。分子胪列不礼貌，活动复杂，何况很小。而IPU大范围并行结构的特征，碰巧稳当操作不章程的数据结构。[9]
具体到行业，IPU在化学材料和医疗领域都能得到应用，还曾被解释可用于辅助商量冠状病毒。
2020年5月，微软机器学习科学家Sujeeth Bharadwaj就曾将Graphcore IPU内置于微软Azure操作系统中，并在胸部X光片中识别新冠[11]。他说：“Graphcore芯片不错在30分钟内完成在英伟达传统芯片上需要5个小时才能完成的职责。”
在营业模式上，Graphcore不径直对外售售芯片，而是将IPU内置于叫“pods”的系统中，打包出售给下流的云经营和处事器厂商。
微软当作Graphcore的投资东说念主之一，在2019年第一款IPU居品发布时就已成为其最早使用的客户。而另外一个大推动戴尔也自豪支持，第一批用上了IPU。
除了自家投资东说念主趋奉，Graphore的主要客户是欧洲的厂商。当作欧洲惟一的AI独角兽，不免要打着“国货之光”的牌号向欧洲乡亲拉票。
2018年The Wired采访东说念主工智能人人Geoff Hinton，Hinton帮Graphcore作念了一次超等公关，他对记者说：“我合计咱们需要转向不同类型的经营机。红运的是，我这里有一个。”然后伸手干与他的钱包，拿出一个又大又亮的芯片，这个芯片就是Graphcore的IPU。
2021年，Graphcore与法国超等经营机制造商Atos和超等经营机芯片联想公司SiPearl都张开了互助，还在英国爱丁堡大学的EPCC超等经营中快慰装了基于IPU的Bow Pod系统。[12]
2022年6月，Graphcore又与德国框架供应商Aleph Alpha签署公约，共同商量下一代多模态言语和视觉模子的预培训、微统一估量。与德国互助后，欧盟还有利强调，欧洲供应商需要这么一条供应链，而不是依赖英伟达(Nvidia)等好意思国公司的东说念主工智能[13]。
一个自主可控的“欧洲英伟达”，这个逸想无比性感。那些当年想作念“欧洲Google”、“欧洲苹果”、“欧洲亚马逊”的东说念主曾经经这么幻想过。
03
触礁：Graphcore靠近的问题
Simon说[9]：“淌若你联想拓荒一种新式处理器，确切需要有一个20年的永久视角。”不外，就算在时刻层面绸缪了翌日20年。但在营业层面，却只怕过得好脚下这两年。
2022年10月，英国《泰晤士报》霎时爆出，Graphcore和微软的互助还是泡汤了[14]。此前，IPU被内置于微软Azure平台上， 而当今不错明确的是，咫尺微软Azure平台上所用的AI芯片基本都来自英伟达，何况还是我方下场作念AI芯片了。
图片开端：The Times
锅盔，顾名思义，是以锅为工具，烘烤而成的一种脆皮面饼。传统的锅盔由面粉、糖和油制作而成，制作过程相对简单，但却需要经验丰富的师傅将揉好的面团在特制的烤盘上铺开，并利用火候和手法的掌握，使之成为金黄酥脆的锅盔。而如今，成都的美食创新者将锅盔进行了独特的演绎，使其拥有更多样的口味和更丰富的层次感。
四川省示范性幼儿园即在全省范围内发挥着示范引领作用的园所。
“墙下桑叶尽，春蚕半未老。城南路迢迢，今日起更早。”早起采桑，于我，是深刻的记忆。 少时，母亲养蚕，我们帮着摘桑叶。三眠之后，蚕的吃口极好，所需桑叶大大增加。田间地头的桑叶都摘光了，只剩两三片叶子的嫩尖尖。明代诗人高启在《养蚕词》中曾提到：三眠蚕起食叶多，陌头桑树空枝柯。就是说蚕第三次蜕皮后，一天就能吃掉好几片桑叶。有时，饿极的蚕会把桑叶的茎脉一起啃食掉，只剩一截硬硬的叶柄。“哎呀！吃得只剩光梗梗了！”母亲看到蚕簸里绕来绕去的小脑袋，欢喜得很。吃口好，蚕就长得快，将来结的蚕子又大又白，就能卖个好价钱。“勤养蚕，懒养猪”，洗蚕簸，熏蚕房，剔蚕沙，消毒，喂食，啥都偷不得懒。母亲汗着衣衫，一刻也不停，一边把蚕捉到铺上干净蚕纸的蚕簸里，一边扫掉厚厚的蚕沙，再匀匀撒上一层新鲜的桑叶。沙沙沙，仿若春雨乘风而来，屋子里一片春意盎然。 立夏后，蚕的食量更大，几乎一刻不停地吃，两天不见，苗条的身形就明显大了一圈。嫩桑叶，老桑叶，甚至带泥的桑叶都摘来洗净晾干喂蚕。桑叶还是不够吃，我们就跑很远的路，到深山老林里去采摘。洋桑土桑，国产欧美另类精品久久久大叶小叶，见桑就摘，大背大背地背回来，在屋角蚕簸里摊开来。白日夜间，蚕房里沙沙沙、沙沙沙，春雨绵绵，酣畅淋漓，骤然有了一种肆意生长的快感，也有了丰收在即的希望。 第四次休眠之后，要不了几天，蚕逐渐停止食桑叶，胖胖的蚕体开始收缩而稍显透明。它们爬上草山，吐出晶亮的丝，结成雪白的茧，回馈青青桑叶的哺育和蚕民起早摸黑的付出。蚕茧上市之后，换回或薄或厚的票子，肥料学费，油盐酱醋，便有了着落。母亲的心，于是重新放下，对田边地头的桑树培土修枝，更是细心周到。 漫长的岁月里，桑长在山野，也长在册页。除了养蚕人，对桑情有独钟的还有诗人。在文人的心中，青青桑叶，更多了绵绵情思。明代诗人王祎写道：低低门前两桑树，忆君别时桑下去。桑树生叶青复青，知君颜色还如故。曾经，桑下与君别，而今见桑思故人。桑叶年年新，思念绵绵无绝期。君如枝上叶，任凭时光流逝，从桑下离开的你，永远青翠可人。 永远青翠可人的，还有那个叫秦罗敷的女子。“罗敷善蚕桑，采桑城南隅。”那株栽种在汉乐府里的桑树，枝繁叶茂；那个从诗歌中走出来的女子，婀娜明媚；那些采桑的器具，千年不朽。咏叹的乐章，更是弦歌不辍。桑叶青青，绿水悠悠，素手纤纤，桃面夭夭。水边的桑树，采桑的女子，多么明媚动人的风景。“蚕饥妾欲去，五马莫留连”，蚕宝宝饿了，我就要离去；达官贵人，不要无为踟蹰。美丽聪慧的女子，千百年来，星辉不减，光彩依旧。 现实生活中，桑叶亦越来越受青睐。那日在荷塘边，见两老夫妇摘桑叶，说摘回去炒蛋、做粑粑，都极好吃。新生的桑叶，颤动在春风中，煞是可爱。桑叶原是食药两用的好物，可泡茶，可入药，可蒸馍。此外，一年四季，桑叶都是极好的草料，牛伸舌一卷，嚼得津津有味，吧嗒吧嗒，尾巴甩得老高。 每年立冬，父亲总要摘些桑叶，晒干收藏，以备不时之需。桑之落矣，其黄而陨。那时桑叶已老，枯黄而沧桑，再无春日里的鲜美油亮。左邻右舍，开了中药，需要加桑叶作药引子的，便常来我家讨要。“村子里就你家有，别的没哪个收这些。”父亲打开挂在墙上的袋子，取出一些干桑叶，交给来人。父亲学过医，十草九药，乡野的花花草草、枝枝叶叶，无不是治病救人的良药。桑叶、桑葚，甚至毫不起眼的桑皮、桑根，在父亲眼里都有用，做药材，做柴禾，哪来的废物呢。 《诗经·小雅·小牟》里说：“维桑与梓，必恭敬止。”光阴是养在天地之间的蚕，爱就是桑。有桑青青于野，有爱绵绵于心，真好。
调研期间，周先毅先后实地考察航天科工微电子系统研究院有限公司、盟升电子卫星终端设备产业化基地、成都纵横鹏飞科技有限公司，详细了解企业自主核心技术、产品特点、业务布局及市场经营情况，并深入企业生产车间，了解科技成果转化实现路径及优势产品生产工艺流程，关心询问企业员工工作和生活情况。
他始终把提升自身政治能力作为第一要务，深入学习贯彻习近平新时代中国特色社会主义思想和党的二十大精神，在实学笃信中汲取党的理论的磅礴力量，提高政治领悟力。2018年加入中国共产党后，他坚持以一个优秀党员干部的标准严格要求自己，在日常工作和志愿服务等活动中充分发挥共产党员的先锋模范作用。他锐意进取，创先争优，在各类大比武竞赛中表现优异；他主动担当，默默奉献，时刻准备奔赴污染防治第一线。参加工作以来，他始终发扬求真务实、埋头苦干的优良作风，砥砺知重负重、干事创业的担当品格，努力成长为忠诚、担当、团结、专业、卓越、廉洁的生态环保铁军，为环境保护事业贡献青春力量。
2023年4月18日，有名科技媒体The Information爆料：微软正在秘要研发我方的AI芯片，代号雅典娜（Athena）[18]。
雅典娜芯片由台积电代工，选定5nm先进制程。据悉，微软从2019年就驱动研发这款芯片，咫尺已在测试阶段。雅典娜的首个有筹商是为Open AI提供算力引擎，以替代不菲的英伟达A100/H100，简约成本。而下一步，可能就将剑指Azure云处事，等分英伟达的蛋糕。
枯竭大客户的采购，Graphcore的事迹一齐低迷，外媒报说念，2021年，Graphcore销售额仅为500万好意思元，税前耗损1.835亿好意思元。账目炫耀，限定2021年底，现款、现款等价物和短期投资为3.27亿好意思元。[15]
这导致英好意思的顶级风投都抛售了Graphcore的股份，Baillie Gifford减记对其1660万好意思元的投资，减记幅度达58%，红杉成本也有近似的减合手操作[16]。这给Graphcore带来的径直影响是估值暴跌10亿好意思元，与巅峰时代的28亿好意思元比较，减少了35%。
Graphcore的窘境揭示了一个懆急的事实：初创公司挑战英伟达帝国，是一件如登天一样难的事情。
一方面，英伟达通过CUDA平台、TensorCore、NVLink等时刻来束缚稳重GPU的护城河，尤其是CUDA生态，连Intel和AMD这种大厂都难以跨越，中小客户简直莫得打消英伟达、押注新玩家的可能。
而对于想缩短成本、增多对英伟达谈判才能的大厂，他们基本上都有才能组织资源自研AI芯片，Google、微软、亚马逊、特斯拉都还是入局，国内华为、阿里、百度也都在拓荒我方的AI芯片，华为昇腾910还是被用来组建超算平台。
尽管IPU的出身源于处理器联想空间具有新的“可能性”，但在脚下吞吐又浓烈的AI武备竞赛中，芯片客户更需要“细目性”。
有投资东说念主曾对外媒UK Tech News暗示，“东说念主们对英伟达的怜惜度很高——东说念主们但愿使用他们的时刻，因为这是安全的赌注。要把东说念主们的隆重力从这上头升沉开，是一个相等相等勤劳的挑战。”[16]
投资者也在用脚投票。限定2022年12月5日，2022 年人人半导体初创企业的风险投资达到 78 亿好意思元，这与2021年创记载的 145 亿好意思元的投资额比较下落了 46%，即等于与2020年103亿好意思元比较也下落了24%。
Graphcore的融资据说停步在2020年末。但见GPU笑，哪闻IPU哭。
本年，ChatGPT火爆，英伟达狂飙。而Graphcore的CEO Nigel Toon却凉了半截地向英国政府发出一封公开信，但愿政府“按捺异邦大型科技公司的吸引，它们正试图排挤咱们的英国公司。”
更具体一些，他径直点名说念姓了英伟达。Toon说：“除非预算的很大一部分明确指定给英国供应商，不然这笔资金答应将很快被好意思国芯片制造商英伟达(Nvidia)等数字巨头花消掉。”
Toon合计，英伟达等公司凭借其主导市集份额的上风，一直在以低成本提供gpu，以激发英国商量东说念主员使用这些gpu，这种面貌塑造了东说念主工智能从业者和商量东说念主员的风尚，并扼杀了其他硬件供应商。因此，他命令英国政府，将耗资9亿英镑的新超等经营机步地使用Graphcore芯片。
一家出身于老牌成本主义国度的公司，果然主动命令贸易保护、封禁敌手，讲明事情还是到了颓唐的地步。
04
尾声
除了Graphcore除外，这些还败知道不少中小AI芯片公司，比如Cerebras、Habana Labs、Mythic等。其中Habana Labs的结局可能算得上最好——被Intel以20亿好意思金收购。
中小AI芯片公司所靠近的问题跟Graphcore近似：英伟达帝国坚不可摧，大客户自研感叹万千，东说念主工智能行业一日沉，时刻门道像六月的天气一样变幻无常，能从英伟达碗里夺食的可能唯有像Google和微软这么的大厂。
半导体行业的金口玉音是：范围效应，芯片产量越大，芯片价钱越低。英伟达和Graphcore等联想公司诚然莫得重钞票的Foundry产线，广博的研发用度相通亦然一种“重钞票”，出货1万片和出货100万片的企业成本进出悬殊。
中国的寒武纪本纪比较英国的“寒武纪”，一个上风就是英伟达的起始进芯片如A100和H100压根卖不进来，只可卖阉割事后的A800。Nigel Toon心弛神往的“贸易保护”，这中国厂商这里反而能纯粹取得。
但抛开这点上风，国内AI芯片公司所靠近的问题和Graphcore相差无几。即使是残血的A800，在本年春节后也被国内大厂随性抢购。OV小米不错无终止地购买高通最新款消费级芯片，国内AI大厂却弗成，因此他们自研AI芯片的决心会比Google和微软更大。
因此，不管是国内如祖国外，多样“xPU”们想来分英伟达的羹，都没那么容易。
全文完，感谢您的阅读。
对于「硅基研习社」：远川商量所旗下新账号，只商量三个标的：东说念主工智能、机器东说念主、芯片。深度想考，贯串产业，跟踪海潮，敬请怜惜。
参考辛苦
[1] 人人CEO峰会重磅演讲者：Graphcore CEO：Nigel Toon的英国情结，EE Times China
[2] NVIDIA and the battle for the future of AI chips， wired
[3] Graphcore的AI芯片什么水平？MLPerf告诉你， 半导体行业不雅察
[4] Differences Between SIMD and MIMD， Mitchell White
[5] IPU Programmer's Guide，graphcore官网
[6] 摩尔定律放缓，靠啥提高AI晶片运算力？，EE Times Taiwan
[7] Dissecting the Graphcore IPU Architecture via Microbenchmarking，Citadel Securities Technical Report
[8] 直击CPU、GPU弱项！第三类AI处理器IPU正在崛起，雷峰网
[9] Simon Knowles on pushing AI computing to the limit by rethinking chips，The Robot Brains Podcast（视频）
[10] NanoBatch Privacy: Enabling fast Differentially Private learning on the IPU， Edward H. Lee等
[11] Microsoft detect Covid-10 in chest X-rays in 30 mins on IPU， Graphcore官网
[12] Graphcore signs strategic deal with Atos， EE News Europe
[13] Graphcore aims at European AI supply chain with German deal， EE News Europe
[14] Graphcore value crashes by $1bn after Microsoft deal is axed， The Times
[15] AI 'unicorn' Graphcore set to cut jobs， EE News Europe
[16] Graphcore loses Microsoft deal as key investors write down stake value， UK Tech News
[17] Using the Graphcore IPU for traditional HPC applications， Thorben Louw， Simon McIntosh-Smith
[18] Microsoft Readies AI Chip as Machine Learning Costs Surge， the information
裁剪：戴雇主
视觉联想：疏睿
背负裁剪：陈畅