在《芯片巨頭們2019年的AI芯片之爭(zhēng)會(huì)如何?》一文中作者Karl Freund詳細(xì)介紹了巨頭公司們的AI芯片。此外，還有數(shù)十家硅谷創(chuàng)業(yè)公司和中國(guó)獨(dú)角獸公司估值超過(guò)10億美元，并且也參與了AI芯片的競(jìng)爭(zhēng)。在本文中，作者將介紹全球的最杰出，或至少是最受關(guān)注的AI芯片創(chuàng)業(yè)公司。

Wave Computing

Wave Computing在2018取得了不少進(jìn)展，推出其第一個(gè)DataFlow處理單元，收購(gòu)MIPS，創(chuàng)建MIPS Open，并將首批系統(tǒng)交付給少數(shù)客戶(hù)。雖然Wave架構(gòu)有一些非常有趣的功能，但我們更期待用戶(hù)的大規(guī)模真實(shí)體驗(yàn)反饋。

Wave不是插入到服務(wù)器的加速器，它是用于圖形計(jì)算的獨(dú)立處理器。這種方法有利有弊。從積極的方面看，Wave不會(huì)受到GPU等加速器面臨的內(nèi)存瓶頸影響。從消極方面來(lái)說(shuō)，安裝Wave設(shè)備將是新的升級(jí)，需要完全替換傳統(tǒng)的X86服務(wù)器，也讓其成為所有服務(wù)器制造商的競(jìng)爭(zhēng)對(duì)手。

我不認(rèn)為Wave能從某個(gè)點(diǎn)擊敗NVIDIA，但該架構(gòu)的設(shè)計(jì)的非常好，該公司已經(jīng)表示它很快就會(huì)有客戶(hù)的反饋。

Graphcore

Graphcore是一家資金雄厚(融資3.1億美元，目前估值為17億美元)的英國(guó)獨(dú)角獸創(chuàng)業(yè)公司，擁有全球化的團(tuán)隊(duì)。它正在構(gòu)建一種新型的圖形處理器架構(gòu)，其內(nèi)存與其邏輯單元λ于同一芯片上，這應(yīng)該能夠?qū)崿F(xiàn)更高的性能。該團(tuán)隊(duì)產(chǎn)品的發(fā)布時(shí)間暫不明確，不過(guò)他們?nèi)ツ晁脑卤硎尽皫缀鯗?zhǔn)備好發(fā)布”了，12月的最新信息表明它將很快開(kāi)始生產(chǎn)。

Graphcore的投資者名單令人印象深刻，包括紅杉資本、寶馬、微軟、博世和戴爾科技。

我了解了該公司的架構(gòu)，它非常令人印象深刻。從邊緣設(shè)備擴(kuò)展到用于數(shù)據(jù)中心的訓(xùn)練和推理的“Colossus”雙芯片封裝。在最近的NeurIPS活動(dòng)中，Graphcore展示了其RackScale IPU Pod，它在一個(gè)32臺(tái)服務(wù)器的機(jī)架中提供超過(guò)16 petaflops的算力。雖然該公司經(jīng)常聲稱(chēng)它將提供比同類(lèi)最好GPU強(qiáng)100倍的性能。

Graphcore表示，4“Colossus”GC2(8芯片)服務(wù)器可提供500 TFlops(ÿ秒數(shù)萬(wàn)億次操作)的混合精度性能。單個(gè)NVIDIA V100可提供125 TFlops，因此理論上4 個(gè)V100就可提供與其相同的性能。

與往常一樣，細(xì)節(jié)更能發(fā)現(xiàn)差別，V100峰值性能僅在重構(gòu)代碼執(zhí)行TensorCore的4x4矩陣乘法時(shí)才可用，這是Graphcore架構(gòu)巧妙避免的限制。更不用說(shuō)V100消耗了300瓦的電能和大量現(xiàn)金這一事實(shí)。

此外，Graphcore支持片上互連和“處理器內(nèi)存”(片上存儲(chǔ)器)方法，可以得到超出TFlops基準(zhǔn)所認(rèn)可的優(yōu)秀性能。在一些神經(jīng)網(wǎng)絡(luò)中，如Generative Adversarial Networks，內(nèi)存是瓶頸。

再次強(qiáng)調(diào)，我們將不得不等待真實(shí)的用戶(hù)用實(shí)際應(yīng)用程序來(lái)評(píng)估此體系結(jié)構(gòu)。盡管如此，Graphcore的投資者名單、專(zhuān)家名單和臺(tái)天價(jià)估值告訴我，這可能是一件好事。

Habana Labs

Habana Labs是一家以色列創(chuàng)業(yè)公司，去年9月在第一次AI硬件峰會(huì)上宣布它已經(jīng)準(zhǔn)備好推出其首款用于推理的芯片，其創(chuàng)紀(jì)¼的性能用于卷積神經(jīng)網(wǎng)絡(luò)圖像處理。結(jié)果顯示在Resnet50圖像分類(lèi)數(shù)據(jù)庫(kù)中該處理器ÿ秒分類(lèi)15,000張圖像，比NVIDIA的T4高出約50%，功耗僅為100瓦。

在2018年12月，Habana Labs的最新一輪融資由英特爾風(fēng)險(xiǎn)投資(Intel Venture Capital)領(lǐng)投，WRV Capital，Bessemer Venture Partners和Battery Ventures跟投，該公司的融資也由此前的4500萬(wàn)美元增加了7500萬(wàn)美元。

據(jù)悉，Habana Labs新的融資將部分用于流片其名為“Gaudi“的第二款芯片，該芯片將專(zhuān)注于訓(xùn)練市場(chǎng)，據(jù)稱(chēng)可擴(kuò)展到1000多個(gè)處理器。

其它創(chuàng)業(yè)公司

我知道世界上有超過(guò)40家公司在為人工智能設(shè)計(jì)訓(xùn)練和推理芯片。我發(fā)現(xiàn)大多數(shù)公司都在進(jìn)行簡(jiǎn)單的FMA(浮點(diǎn)乘法累加)和混合精度數(shù)學(xué)(整型8λ和浮點(diǎn)16λ和32λ)。對(duì)此我不會(huì)感到驚訝，因?yàn)檫@種方法相對(duì)容易實(shí)現(xiàn)并且會(huì)獲得一些成果，但它不會(huì)為像NVIDIA，英特爾以及少數(shù)初創(chuàng)公司做出不一樣的架構(gòu)提供持久的架構(gòu)優(yōu)勢(shì)。