半导体革命：GPU与IPU并驾齐驱，AI时代的新风向！
被誉为英国半导体之父，也是Arm联合创始人的Hermann Hauser曾经这样说：“在计算机历史上只发生过三次，第一次是70年代的CPU，第二次是90年代的GPU，而Graphcore就是第三次。” 他所指的正是Graphcore率先提出的就是为AI计算而生的IPU（Intelligence Processing Unit），这是一种专为机器智能设计的处理器，它能够满足人们对高效易于使用的处理器需求。
内存墙是阻碍AI芯片性能提升的关键，因此计算架构创新变得更加重要。不过，这其中大部分架构创新都是在已有的架构基础上进行。Graphcore联合创始人兼CEO Nigel Toon在ASPENCORE主办2019 CEO峰会期间接受雷锋网采访时表示，Graphcore开创了全新的处理器类型IPU，它们具有强大的并行处理能力，可以实现快速训练模型并进行实时操控。
除了资本和学术界认可外，Graphcore还获得了多位AI领域知名学者的支持，比如DeepMind 的联合创始人 Demis Hassabis、剑桥大学Zoubin Ghahramani 和 Uber 的首席科学家Pieter Abbeel等。被称为AI教父Geoff Hinton就曾说，“我认为我们需要转向不同类型的计算机。幸运的是，我这里有一个。”Hinton伸手进入他的钱包，拿出一个又大又亮的硅片，这个硅片就是Graphcore开发的一款针对深度学习任务优化的人工智能处理单元（IPU）。
创建这家获得学界和资本双重认可两位创始人的公司Nigel Toon和Simon Knowles，在2002年共同建立了Icera，以致力于打造3G modem芯片，并成功地将其卖给英伟达。在Icera被收购之后不久，他们开始筹备下一次创业，并最终成立了Graphcore。在此期间，他们积累了一定的经验以及对于未来的判断，最终决定推出一款专门用于深度学习任务的人工智能处理单元（IPU）。
那么，为何这种全新的型号能够受到如此多关注和期待？
全新类型处理器架构——IPU
Nigel认为，目前市场上的主要解决方案包括小型化加速器、ASIC以及可编程图形处理单元（GPU）。然而，他相信未来，我们需要一种更灵活、高效且易于使用的人工智能解决方案。这正是在2016年由他与Simon Knowles共同发起创建的一种全新的数据中心级别的人工智能解决方案，即基于特殊设计以满足复杂神经网络要求而成的心智过程单元（IPU）技术。
相比传统图形处理单元，这种心智过程单元提供了一些独特优势，如它可以直接执行卷积操作，以及能通过结合其他高级算法来进一步提高工作效率。此外，由于它采用完全不同的硬件结构，它还允许用户根据具体应用程序自定义最佳硬件配置，从而极大地缩短从概念到部署时间。
为了确保这一切成为现实，该团队正在开发一系列工具与API，使得非专业工程师也能轻松集成这些心智过程功能进他们自己的应用程序中。这个愿景远超传统软件定义数据库或分布式系统，因为它们通常依赖预先存在的大量数据，而不是真正利用数据来改变如何管理信息流动的情况。
因此，不仅仅是一个简单替换旧技术，更像是重新思考整个IT行业中信息流动方式的一个重大变革。而这，就是为什么现在很多企业都在寻找一种既有效又安全、同时不牺牲用户体验的手段去应对日益增长的大数据挑战。这也是为什么我们看到越来越多公司投资研发人工智能技术，同时也说明这些组织已经意识到了这一趋势将会带来的巨大利润机会。
