微軟在其云計算環(huán)境中使用了新的AI核心

微軟在去年底投資了一家叫做Graphcore的公司，該公司創(chuàng )立于2016年，創(chuàng )立至今已經(jīng)成功募集到了2億美元的融資，但其產(chǎn)品至今仍保持神秘，并未與世人見(jiàn)面。

而該AI芯片的首秀獻給了微軟。微軟近日公布，Graphcore芯片方案將會(huì )被應用在微軟的云計算平臺上。

與大多數用于AI的芯片不同，Graphcore的處理器從零開(kāi)始設計，目標是支持機器識別面部、理解語(yǔ)音、解析語(yǔ)言、駕駛汽車(chē)和訓練機器人的計算等應用 。

Graphcore預計將吸引在AI上運行關(guān)鍵業(yè)務(wù)操作的企業(yè)客戶(hù)，例如自動(dòng)駕駛汽車(chē)公司，貿易公司以及利用AI處理大量視頻和音頻的服務(wù)業(yè)者。不只是行業(yè)客戶(hù)，他們也期待從事下一代AI算法的開(kāi)發(fā)人員能深入探索該平臺的優(yōu)勢。

根據微軟和Graphcore所發(fā)布的基準測試結果表明，該芯片使用為那些競爭對手平臺編寫(xiě)的算法，可以達到或超過(guò)NVIDIA和Google的頂級AI芯片的性能。 專(zhuān)為Graphcore硬件編寫(xiě)的代碼可能會(huì )更加高效。

兩家公司聲稱(chēng)，例如，某些圖像處理任務(wù)在Graphcore的芯片上的工作速度比使用現有代碼的競爭對手要快許多倍。

尤其是在BERT框架方面，該方案能夠表現出極高的效率，這對于涉及語(yǔ)言的AI應用非常重要。谷歌最近表示，他們正在使用BERT為其核心搜索業(yè)務(wù)提供更優(yōu)秀的解決問(wèn)題能力。微軟對此也表示，他們目前的核心研發(fā)方向，正是將Graphcore的芯片用于涉及自然語(yǔ)言處理的內部AI研究項目。

Moor Insights的AI芯片市場(chǎng)研究員Karl Freund說(shuō)，從測試數據結果表明，該芯片效率極高，且依舊保持非常好的彈性。一般來(lái)說(shuō)，高度專(zhuān)用化的芯片可能在某些方面勝過(guò)NVIDIA或Google的芯片，比如說(shuō)中國的許多AI芯片業(yè)者，都推出過(guò)性能極高的AI芯片，但缺乏彈性，讓這些AI芯片很難被客戶(hù)接受并導入到產(chǎn)品中。對客戶(hù)而言，具備解決問(wèn)題的能力才是AI芯片的關(guān)鍵，至于僅能在少數跑分環(huán)境中得到高分，這個(gè)不叫做優(yōu)勢，而是虛假宣傳。

與微軟的交易對于Graphcore的業(yè)務(wù)至關(guān)重要，畢竟Graphcore的芯片是前所未見(jiàn)的全新方案，因此對某些應用而言，該芯片理論性能雖可能要優(yōu)于現有硬件，但是要為新平臺重新開(kāi)發(fā)AI代碼需要花費大量精力。而該芯片的基準測試還不足以吸引公司和研究人員遠離他們已經(jīng)習慣使用的硬件和軟件。

為了解決相關(guān)問(wèn)題，Graphcore創(chuàng )建了一個(gè)名為Poplar的軟件框架，該框架允許將現有的AI程序移植到其硬件中。 然而與市面上那些號稱(chēng)可以通過(guò)特定軟件來(lái)轉換現有的AI代碼的做法類(lèi)似，經(jīng)過(guò)轉換后的代碼效率可能會(huì )有一定程度的損失，現有算法可能仍更適合運行在競爭對手硬件之上的軟件。近年來(lái)， Google的Tensorflow AI軟件框架已成為主流AI程序的通用標準，并且相關(guān)代碼都是專(zhuān)門(mén)為NVIDIA和Google芯片編寫(xiě)的，這種代碼轉換框架也就成為必備工具。

Graphcore的聯(lián)合創(chuàng )始人兼首席執行官Nigel Toon表示，公司成立一年后，通過(guò)英國的Microsoft Research Cambridge，兩家公司開(kāi)始了合作。 他說(shuō)，他公司的芯片特別適合涉及非常大的AI模型或時(shí)態(tài)數據的任務(wù)。 據稱(chēng)，由于Graphcore的硬件，一位金融客戶(hù)在用于分析市場(chǎng)數據的算法中看到了26倍的性能提升。

少數其他較小的公司今天也宣布，他們正在通過(guò)Azure使用Graphcore芯片。這包括將使用芯片來(lái)分析財務(wù)數據的Citadel ，而歐洲搜索引擎Qwant 希望通過(guò)該硬件運行稱(chēng)為ResNext的圖像識別算法。

一些著(zhù)名的AI研究人員已經(jīng)向Graphcore投入預算，包括DeepMind的聯(lián)合創(chuàng )始人Demis Hassabis ，劍橋大學(xué)教授，Uber AI實(shí)驗室負責人Zoubin Ghahramani和UC Berkeley專(zhuān)門(mén)研究AI和機器人技術(shù)的教授Peiter Abbeel 。 在去年12月接受WIRED采訪(fǎng)時(shí)，AI專(zhuān)家Geoffrey Hinton則是討論了Graphcore芯片推動(dòng)基礎研究的潛力。Graphcore的芯片稱(chēng)為智能處理單元（IPU），其內核比GPU或TPU多得多。它們還具有芯片本身的內存，從而消除了將數據移至芯片上進(jìn)行處理和關(guān)閉后的瓶頸。

而在業(yè)界專(zhuān)家與企業(yè)客戶(hù)的殷殷期盼之下，市場(chǎng)對該公司的估值也不斷水漲船高，目前已經(jīng)來(lái)到將近17億美元的高水位。