在CPU芯片領(lǐng)域，延續(xù)至今的“摩爾定律”正在隨著制程工藝逼近物理極限而有了延緩的趨勢，甚至失效的可能。就在摩爾定律的增長放緩腳步的同時，半導(dǎo)體芯片的計算也正在從通用走向?qū)Ｓ?，其中AI計算正是其中增長最快的一種專用計算。
現(xiàn)在，AI計算正在接棒摩爾定律，延續(xù)并超越其倍增神話。2019年，OpenAI發(fā)布了AI算力的增長情況，結(jié)果顯示AI算力以3.4個月的倍增時間實現(xiàn)了指數(shù)增長，從2012年起，該指標(biāo)已經(jīng)增長了30萬倍。
在AI算力爆炸式增長的過程中，英偉達(dá)的GPU功不可沒。廣為人知的一個故事就是2012年，來自多倫多大學(xué)的Alex和他的團(tuán)隊設(shè)計了AlexNet的深度學(xué)習(xí)算法，并用了2個英偉達(dá)的GTX580 GPU進(jìn)行訓(xùn)練后，打敗了其他所有計算機(jī)視覺團(tuán)隊開發(fā)的算法，成為那一屆ImageNet的冠軍。
此后，在計算機(jī)視覺和自然語言處理領(lǐng)域，GPU的高并行計算能力得到了充分的發(fā)揮，英偉達(dá)的GPU也隨著AI第三次浪潮的崛起而迎來井噴發(fā)展。與此同時，更多為機(jī)器學(xué)習(xí)而專門定制的專用芯片開始出現(xiàn)，比如專用集成電路（ASIC）的張量處理單元TPU、神經(jīng)網(wǎng)絡(luò)單元NPU以及半定制芯片F(xiàn)PGA等等。
2018年底，英國一家名為Graphcore的創(chuàng)業(yè)公司推出了一種專門用于AI計算的處理器芯片IPU（Intelligence Processing Unit）。一經(jīng)問世，IPU就受到AI界越來越多的關(guān)注。
ARM創(chuàng)始人，被稱為英國半導(dǎo)體之父的赫曼·豪瑟曾為Graphcore的IPU給出很高評價，將其譽為“計算機(jī)史上三次革命中，繼CPU和GPU之后的第三次革命”。赫曼在芯片產(chǎn)業(yè)的地位自然不容置疑，但由于Graphcore是英國芯片產(chǎn)業(yè)中為數(shù)不多的新生力量，難免赫曼有“護(hù)犢子”的打廣告之嫌。
IPU出道2年時間，現(xiàn)已推出了量產(chǎn)第二代型號為GC2的IPU。那么，IPU的表現(xiàn)如何，與GPU相比有哪些優(yōu)勢之處，這是本文要重點探討的問題。
GPU所開啟的深度學(xué)習(xí)
一個廣為人們熟知的例子就是，在計算機(jī)視覺發(fā)展初期的2011年，谷歌大腦想要在YouTube的視頻中識別人類和貓，當(dāng)時這樣一個簡單的任務(wù)，谷歌要動用一家大型數(shù)據(jù)中心內(nèi)的 2,000 顆服務(wù)器 CPU，這些CPU的運行會產(chǎn)生大量的熱量和能耗，關(guān)鍵是代價不菲，很少能有研究人員可以用得起這種規(guī)模的服務(wù)器。
不過在當(dāng)時，研究人員注意到了英偉達(dá)的GPU，斯坦福大學(xué)的吳恩達(dá)團(tuán)隊開始和英偉達(dá)合作，將GPU應(yīng)用于深度學(xué)習(xí)。后來證明，只需要12顆英偉達(dá)GPU就可以達(dá)到相當(dāng)于2000顆CPU提供的深度學(xué)習(xí)性能。此后越來越多的AI研究人員開始在GPU上加速其深度神經(jīng)網(wǎng)絡(luò) (DNN)的訓(xùn)練。
現(xiàn)在我們都知道，GPU能夠在深度學(xué)習(xí)的訓(xùn)練中大顯身手，正是源于GPU的計算架構(gòu)正好適用于深度學(xué)習(xí)的計算模式。深度學(xué)習(xí)是一種全新的計算模式，其采用的DNN算法包含數(shù)十億個網(wǎng)絡(luò)神經(jīng)元和數(shù)萬億個連接來進(jìn)行并行訓(xùn)練，并從實例中自己學(xué)習(xí)規(guī)律。
深度學(xué)習(xí)算法主要依賴的基本運算方法有矩陣相稱和卷積浮點運算，而GPU多核架構(gòu)在原本圖像渲染中可以大規(guī)模處理矩陣乘法運算和浮點運算，很好地可以處理并行計算任務(wù)，使得DNN訓(xùn)練速度大幅提升。
此后，GPU成為輔助完成深度學(xué)習(xí)算法的主流計算工具，大放異彩。但GPU本身并非是專門為AI計算而設(shè)計的芯片，其中有大量的邏輯計算對于AI算法來說毫無用處，所以行業(yè)自然也需要專門針對AI算法的專用AI芯片。
近幾年，全球已經(jīng)有上百家公司投入到新型AI芯片的研發(fā)和設(shè)計當(dāng)中，當(dāng)然最終能夠成功流片并推出商用的仍然是幾家巨頭公司和少數(shù)實力雄厚的獨角獸公司。
這其中，2017年初創(chuàng)成立的Graphcore所研發(fā)的AI芯片IPU，則成為這些AI芯片當(dāng)中的另類代表，因其不同于GPU架構(gòu)的創(chuàng)新得到了業(yè)內(nèi)的關(guān)注。而這正是我們要著重介紹的部分。
更適合AI計算的IPU芯片
近兩年，AI 芯片出現(xiàn)了各種品類的井噴，其中甚至出現(xiàn)一些堪稱瘋狂的另類產(chǎn)品。
比如一家同樣創(chuàng)立四年的AI芯片創(chuàng)業(yè)公司Cerebras Systems就發(fā)布了史上最大的半導(dǎo)體芯片Wafer Scale Engine（WSE），號稱“晶圓級發(fā)動機(jī)”，擁有1.2萬億個晶體管，比英偉達(dá)最大的GPU要大出56.7倍。這塊芯片主要瞄準(zhǔn)的是超級計算和和大型云計算中心市場，其創(chuàng)新之處在于一體化的芯片設(shè)計大幅提高了內(nèi)部的數(shù)據(jù)通信數(shù)據(jù)，但其架構(gòu)仍然類似于GPU的計算架構(gòu)。
而Graphcore的 IPU與GPU的架構(gòu)差異非常大，代表的是一種新的技術(shù)架構(gòu)，可以說是專門為解決CPU和GPU在AI計算中難以解決的問題而設(shè)計的。
IPU為AI計算提供了全新的技術(shù)架構(gòu)，同時將訓(xùn)練和推理合二為一，兼具處理二者工作的能力。
我們以目前已經(jīng)量產(chǎn)的IPU的GC2處理器來看，IPU GC2采用臺積電的16nm工藝，擁有 236億個晶體管，在120瓦的功耗下有125TFlops的混合精度，另外有45TB/s內(nèi)存的帶寬、8TB/s片上多對多交換總線，2.5 TB/s的片間IPU-Links。
其中，片內(nèi)有1216個IPU-Tiles獨立處理器核心，每個Tile中有獨立的IPU核，作為計算以及In-Processor-Memory（處理器內(nèi)的內(nèi)存）。對整個GC2來說共有7296個線程（每個核心最多可以跑6個線程），能夠支持7296個程序并行運行，處理器內(nèi)的內(nèi)存總共可以達(dá)到300MB，其設(shè)計思路就是要把所有模型放在片內(nèi)處理。
首先，IPU作為一個標(biāo)準(zhǔn)的神經(jīng)網(wǎng)絡(luò)處理芯片，可以支持多種神經(jīng)網(wǎng)絡(luò)模型，因其具備數(shù)以千計到數(shù)百萬計的頂點數(shù)量，遠(yuǎn)遠(yuǎn)超過GPU的頂點規(guī)模，可以進(jìn)行更高潛力的并行計算工作。此外，IPU的頂點的稀疏特性，令其也可以高效處理GPU不擅長的稀疏的卷積計算。其次，IPU 也支持了模型參數(shù)的復(fù)用，這些復(fù)用特性可以獲取數(shù)據(jù)中的空間或時間不變性，對于訓(xùn)練與推理的性能會有明顯幫助。
其次，為解決芯片內(nèi)存的寬帶限制，IPU采用了大規(guī)模并行MIMD（多指令流多數(shù)據(jù)流）眾核架構(gòu)，同時，IPU架構(gòu)做了大規(guī)模分布式的片上SRAM。片內(nèi)300MB的SRAM，相對于GPU的GDDR、HBM來說，可以做到數(shù)十倍的性能提升，而且與訪問外存相比，SRAM的片內(nèi)時延基本可以忽略不計。
第三，IPU采用了高效的多核通信技術(shù)BSP（Bulk Synchronous Parallel）。IPU是目前世界上第一款采用BSP通信的處理器，支持內(nèi)部1216個核心之間的通信以及跨不同的IPU之間的通信。通過硬件支持BSP協(xié)議，并通過BSP協(xié)議把整個計算邏輯分成了計算、同步、交換，能極大方便工程師們的開發(fā)工作。
基于以上IPU的差異化特點，IPU在某些批量訓(xùn)練和推理中能夠獲得更好的性能、更低延時和更快網(wǎng)絡(luò)收斂。片內(nèi)的SRAM相對于片外存儲，也有高帶寬和低延時的優(yōu)勢。
今年7月，Graphcore發(fā)布了二代的Colossus MK2 IPU (MK2)，以及包含四顆MK2芯片系統(tǒng)方案的IPU-Machine：M2000 (IPU-M2000)，其核心數(shù)增加了20% ，達(dá)到1472個，8832個可并行執(zhí)行的線程。片內(nèi)SRAM則多出3倍，增加到900MB，互聯(lián)擴(kuò)展性能是上一代的16倍。顯然在計算、數(shù)據(jù)和通信擴(kuò)展層面，MK2都算是延續(xù)了第一代IPU堆料狂魔的作風(fēng)。
由4個IPU芯片構(gòu)成的IPU-M2000系統(tǒng)，可以提供大約1 PetaFLOPs的算力。基于IPU的多層級存儲結(jié)構(gòu)，與IPU Exchange Memory等技術(shù)優(yōu)化，整體與GPU的HBM2存儲比較，可以提供超過100倍的帶寬以及大約10倍的容量，可以適用于更復(fù)雜的AI模型和程序。
計算加上數(shù)據(jù)的突破可以讓IPU在原生稀疏計算中展現(xiàn)出領(lǐng)先GPU 10-50倍的性能優(yōu)勢，在通信上，Graphcore專為為AI橫向擴(kuò)展設(shè)計了IPU-Fabric，解決數(shù)據(jù)中心大規(guī)模計算橫向擴(kuò)展的關(guān)鍵問題。Graphcore將計算、數(shù)據(jù)、通信三者的突破技術(shù)結(jié)合，構(gòu)建了大規(guī)模可擴(kuò)展的IPU-POD系統(tǒng)，最終可以提供一個AI計算和邏輯進(jìn)行解耦、系統(tǒng)易于部署、超低網(wǎng)絡(luò)延時、高可靠的AI超算集群。
可以預(yù)計，未來IPU在各類AI應(yīng)用中將具有更大的優(yōu)勢，而這也必然會引起英偉達(dá)的注意。那么，相較于英偉達(dá)GPU所占據(jù)的AI行業(yè)生態(tài)位的霸主地位，IPU會有哪些前景，也會遭遇哪些困境呢？
走向通用AI計算的“另辟蹊徑”
如果回顧下AI芯片的發(fā)展經(jīng)歷，我們看到在經(jīng)過這幾年專用AI芯片的井噴之后，也開始面臨一個尷尬困境，那就是ASIC芯片的靈活性或者說可編程性很差，對應(yīng)的專用AI芯片只能應(yīng)對一種算法應(yīng)用，而算法本身則在3-6個月的時間就有可能變化一次，或許出現(xiàn)很多AI芯片還未上市，算法就已經(jīng)發(fā)生進(jìn)化的問題，一些AI芯片注定無法生產(chǎn)。當(dāng)然，專用AI芯片的優(yōu)勢也很明顯，在性能、功耗和效率上遠(yuǎn)勝更加通用的GPU，對于一些非常具體的AI應(yīng)用場景，這些專用芯片就具有了巨大的收益。
從專注圖像渲染崛起的英偉達(dá)的GPU，走的也是相當(dāng)于ASIC的技術(shù)路線，但隨著游戲、視頻渲染以及AI加速需要的出現(xiàn)，英偉達(dá)的GPU也在向著GPGPU（General Purpose GPU）的方向演進(jìn)。為保持其在GPU領(lǐng)域的寡頭地位，使得英偉達(dá)必須一直保持先進(jìn)的制程工藝，保持其通用性，但是要犧牲一定的效能優(yōu)勢。
這給后來者一定的啟發(fā)，那就是AI芯片既要具備一定的靈活的可編程性（通用性），又要具備專用的高效性能優(yōu)勢。這為IPU找到了一個新的細(xì)分市場，也就是介入GPU不能很好發(fā)揮效能的神經(jīng)網(wǎng)絡(luò)模型，比如強(qiáng)化學(xué)習(xí)等類型，同時又避免的專用AI芯片的不可擴(kuò)展性，能夠部署在更大規(guī)模的云計算中心或超算中心，對新算法模型保持足夠的彈性計算空間。
目前來看，IPU正在成為僅次于GPU和谷歌TPU的第三大部署平臺，基于IPU的應(yīng)用已經(jīng)覆蓋包括自然語言處理、圖像/視頻處理、時序分析、推薦/排名及概率模型等機(jī)器學(xué)習(xí)的各個應(yīng)用場景。
典型的如通過IPU可以訓(xùn)練胸片，幫助醫(yī)學(xué)人員快速進(jìn)行新冠肺炎的診斷；如在金融領(lǐng)域，對涉及算法交易、投資管理、風(fēng)險管理及詐騙識別的場景進(jìn)行更快的分析和判斷；此外在生命科學(xué)領(lǐng)域、通信網(wǎng)絡(luò)等方面，都可以同IPU實現(xiàn)高于GPU性能的AI加速。
（NLP模型參數(shù)的指數(shù)增長）
當(dāng)然，IPU想要在AI計算中擁有挑戰(zhàn)GPU地位的資格，除了在性能和價格上面證明自己的優(yōu)勢之外，還需要在為機(jī)器學(xué)習(xí)框架提供的軟件棧上提供更多選擇，獲得主流AI算法廠商的支持，在標(biāo)準(zhǔn)生態(tài)、操作系統(tǒng)上也需要有廣泛的支持，對于開發(fā)者有更方便的開發(fā)工具和社區(qū)內(nèi)容的支持，才能從實際應(yīng)用中壯大IPU的開發(fā)生態(tài)。
今年， AI芯片產(chǎn)業(yè)正在遭遇洗牌期，一些AI芯片企業(yè)黯然退場，但這并不意味著AI計算遭遇寒冬，反而AI算力正在得到大幅提升，以今年數(shù)量級提升GPT-3的出場就可以看出這樣的趨勢。
一個AI芯片從產(chǎn)出到大規(guī)模應(yīng)用必須要經(jīng)過一系列的中間環(huán)節(jié)，包括像上面提到的支持主流算法框架的軟件庫、工具鏈、用戶生態(tài)等等，打通這樣一條鏈條都會面臨一個巨大挑戰(zhàn)。
現(xiàn)在，GPU已經(jīng)形成一個非常完整的AI算力生態(tài)鏈路，而IPU則仍然在路上，是否能真正崛起，還需要整個AI產(chǎn)業(yè)和開發(fā)者用實際行動來投票。
聯(lián)系客服
