“我們希望構(gòu)建一個(gè)先進(jìn)的計(jì)算平臺(tái)，幫助創(chuàng)新者實(shí)現(xiàn)下一個(gè)突破。我們做的就是面向未來(lái)的事情?！?br/>

——Graphcore高級(jí)副總裁兼中國(guó)區(qū)總經(jīng)理 盧濤

第一次知道Graphcore的中文譯名時(shí)其實(shí)很驚訝。

“擬未”，既不是直譯，也不是音譯。

第二次再見(jiàn)盧總的時(shí)候，謎題揭曉。

“很多人覺(jué)得我們的名字特別詩(shī)意，”盧總笑道，“‘?dāng)M未’，其實(shí)就是共同定義并建立未來(lái)的意思。我們希望構(gòu)建一個(gè)先進(jìn)的計(jì)算平臺(tái)，幫助創(chuàng)新者實(shí)現(xiàn)下一個(gè)突破。我們做的就是面向未來(lái)的事情?！?/p>

2021年5月21日，第五屆世界智能大會(huì)第三屆工業(yè)互聯(lián)網(wǎng)之智能網(wǎng)聯(lián)汽車(chē)產(chǎn)城人文協(xié)同發(fā)展高峰論壇在天津舉辦。會(huì)后，盧濤接受了記者的采訪，分享了他對(duì)于AI行業(yè)的深刻洞見(jiàn)以及Graphcore在中國(guó)市場(chǎng)開(kāi)拓上的規(guī)劃。

Graphcore高級(jí)副總裁兼中國(guó)區(qū)總經(jīng)理 盧濤

Graphcore整體發(fā)展策略：仰望星空，腳踏實(shí)地，以點(diǎn)帶面

盧濤在參會(huì)后表示，在“智能網(wǎng)聯(lián)汽車(chē)”中，Graphcore還是比較關(guān)注和計(jì)算相關(guān)的“智能”。在汽車(chē)領(lǐng)域，公司已經(jīng)在一些項(xiàng)目上取得進(jìn)展。

由于AI的應(yīng)用行業(yè)化、場(chǎng)景化程度很高，即便行業(yè)間的一部分軟件和算法是共通的，但個(gè)性化的情況會(huì)更多，因此Graphcore在策略上十分注重頭部的應(yīng)用?！耙话阄覀儠?huì)在某一個(gè)垂直領(lǐng)域找一兩家頭部合作企業(yè)，先把相關(guān)能力、行業(yè)的Know-How（技術(shù)經(jīng)驗(yàn)）建立起來(lái)，然后再‘以點(diǎn)帶面’地往前突破。不僅在汽車(chē)領(lǐng)域，在智能零售、智慧城市等方面，我們也都是類(lèi)似的策略，這是我們整體的做法，”盧濤如是說(shuō)，“我一直講‘我們仰望星空，但是腳踏實(shí)地’。我們腳踏實(shí)地就是要找頭部的合作伙伴，做了典型案例落地之后，我們?cè)佟渣c(diǎn)帶面’地鋪開(kāi)。”

數(shù)據(jù)中心，Graphcore的全速前進(jìn)方向

“今天，很多智能其實(shí)是在云端發(fā)生的，”盧濤講到，“在全球范圍之內(nèi)，數(shù)據(jù)中心、互聯(lián)網(wǎng)、AI，都屬于‘走得最快’的產(chǎn)業(yè)之列。很多人講‘AI產(chǎn)業(yè)化’、‘產(chǎn)業(yè)AI化’。‘AI產(chǎn)業(yè)化’就是把AI變成一個(gè)產(chǎn)業(yè)。這一點(diǎn)互聯(lián)網(wǎng)已經(jīng)實(shí)現(xiàn)了，互聯(lián)網(wǎng)數(shù)據(jù)通過(guò)AI、算法已經(jīng)轉(zhuǎn)換成各種各樣的商業(yè)方式了?！a(chǎn)業(yè)AI化’就是用AI技術(shù)‘武裝’各種各樣的產(chǎn)業(yè)，數(shù)據(jù)中心和互聯(lián)網(wǎng)就是其中非常重要的一環(huán)，原因有兩個(gè)：第一，它是整個(gè)AI落地的前沿陣地；第二，各種各樣的行業(yè)能力要依靠數(shù)據(jù)中心的能力來(lái)支撐。所以基于當(dāng)前這樣的一個(gè)背景，整體上我們?cè)跀?shù)據(jù)中心上的步伐會(huì)走得更快。”

對(duì)標(biāo)英偉達(dá)DGX Station，Graphcore有IPU-M2000

在4月份舉辦的GTC 2021技術(shù)大會(huì)上，英偉達(dá)宣布將升級(jí)DGX Station和DGX SuperPod。當(dāng)談及Graphcore與之相對(duì)的發(fā)展規(guī)劃時(shí)，盧濤表示：“英偉達(dá)的產(chǎn)品系列非常多，不僅僅有DGX Station、DGX A100、還有一些針對(duì)邊緣應(yīng)用的。首先，我們必須要承認(rèn)別人的產(chǎn)品系列跟型號(hào)可能會(huì)更多一些。我們?cè)谀壳捌鋵?shí)是沒(méi)有在規(guī)劃Station這種形式的產(chǎn)品的。我們今天在展區(qū)（第五屆世界智能大會(huì)展區(qū)）展出了IPU-M2000組成的IPU-POD4、IPU-POD16和IPU-POD64。我們的產(chǎn)品還在繼續(xù)迭代，可能有一些產(chǎn)品形態(tài)會(huì)跟DGX Station長(zhǎng)得不一樣，但是可能能夠起到類(lèi)似的作用。DGX Station跟DGX A100很大的一個(gè)區(qū)別，就是DGX A100在6U的機(jī)器里面有8個(gè)A100，功耗、成本都非常高，而DGX Station是一個(gè)規(guī)模更小的產(chǎn)品形態(tài)，不管是功耗、成本，還是體積，都會(huì)更小一點(diǎn)，能夠比較方便地在一些入門(mén)級(jí)的場(chǎng)景中使用。從某種意義上，目前我們單個(gè)的IPU-M2000可以做到類(lèi)似的事情，因?yàn)槲覀兊牧６缺緛?lái)就很細(xì)。我們還在進(jìn)一步地思索我們未來(lái)的產(chǎn)品形態(tài)，但是目前來(lái)講，入門(mén)級(jí)產(chǎn)品方面，一個(gè)IPU-M2000就可以起到類(lèi)似的作用，成本、功耗比較低，也能進(jìn)行一些需要比較大規(guī)模的平臺(tái)來(lái)處理的計(jì)算?！?/p>

IPU跟GPU，到底有啥區(qū)別？

GPU本身的優(yōu)勢(shì)是較高的并行處理任務(wù)的效率，但是碰到一些強(qiáng)化學(xué)習(xí)或者是RNN這些模型的時(shí)候優(yōu)勢(shì)就不會(huì)那么明顯。那么與之相比，“為AI而生”的IPU具體優(yōu)勢(shì)體現(xiàn)在哪些地方呢？盧濤指出了如下幾點(diǎn)：

“從芯片到芯片級(jí)別，IPU跟GPU有兩個(gè)最大的差異化的特點(diǎn)。第一個(gè)是我們比GPU更擅長(zhǎng)做并行處理。我們有一千多個(gè)處理器內(nèi)核。第二個(gè)，我們的內(nèi)存架構(gòu)非常不一樣。GPU是層次化的內(nèi)存結(jié)構(gòu)，片內(nèi)有一個(gè)大概二三十兆的片內(nèi)緩存，片外是高速的顯存。我們?nèi)吭谄瑑?nèi)。我們一顆芯片有900兆的處理器內(nèi)存儲(chǔ)。如果是要擴(kuò)展成集群，還有一些不同的地方，比如我們的IPU-Link能夠很方便地做芯片與芯片之間的協(xié)同?！?/p>

此外，和GPU比起來(lái)，IPU在LSTM和RNN方面也有巨大的優(yōu)勢(shì)。“強(qiáng)化學(xué)習(xí)底層的算法邏輯用的是LSTM的cell。RNN就是循環(huán)神經(jīng)網(wǎng)絡(luò)。LSTM就是長(zhǎng)短期記憶網(wǎng)絡(luò)。計(jì)算機(jī)的記憶存在內(nèi)存里面，需要用的時(shí)候讀一下，它就記得了。它要不停地訪問(wèn)存儲(chǔ)。這些算法相對(duì)來(lái)說(shuō)并行度沒(méi)有別的一些算法那么高。那么內(nèi)存這一塊就非常重要了。”盧濤補(bǔ)充道。

另外，在計(jì)算的顆粒度較細(xì)，以及對(duì)時(shí)延要求較為嚴(yán)格的場(chǎng)景中，IPU都會(huì)存在優(yōu)勢(shì)?！拔覀兗饶茏鲇?xùn)練，也能做推理。其中在幾類(lèi)計(jì)算上我們會(huì)比較有優(yōu)勢(shì)，”盧濤說(shuō)道，“一類(lèi)是計(jì)算的顆粒度比較細(xì)的時(shí)候，我們的優(yōu)勢(shì)很大。AI中，很多底層是要算一個(gè)矩陣的乘法。矩陣有大矩陣和小矩陣。本來(lái)是一個(gè)很大的矩陣，我把它拆成一堆小矩陣，就是顆粒度細(xì)了?，F(xiàn)在有很多算法，像谷歌的科學(xué)家做的EfficientNet，其中很重要的一點(diǎn)，就是把很大的矩陣拆成很多很小的矩陣，這樣就降低了算法模型的參數(shù)規(guī)模，并且提高了算法的精度。這種算法上我們的表現(xiàn)很好。還有一類(lèi)是推理中有一些場(chǎng)景對(duì)時(shí)延要求很?chē)?yán)格。我們的時(shí)延很低，與此同時(shí)我們整個(gè)的吞吐量也非常高。在大量的實(shí)際案例中，我們可以看到，我們?cè)谶@方面具有數(shù)量級(jí)的優(yōu)勢(shì)?！北R濤最后說(shuō)道。

CPU、GPU、IPU，人工智能時(shí)代的三足鼎立

“我們認(rèn)為CPU和GPU是會(huì)長(zhǎng)期存在的，因?yàn)樗鼈兏髯远加凶约旱膽?yīng)用領(lǐng)域和自己很擅長(zhǎng)的方向，” 當(dāng)談及人工智能時(shí)代IPU與CPU、GPU的競(jìng)爭(zhēng)關(guān)系時(shí)，盧濤表示，“我們希望CPU、GPU、IPU并存。IPU跟它們比起來(lái)也有自己的領(lǐng)域?！?/p>

據(jù)介紹，Graphcore的第一代產(chǎn)品大概比英偉達(dá)V100晚了18個(gè)月發(fā)布。但是第二代產(chǎn)品在時(shí)間上已基本追平（英偉達(dá)5月份發(fā)布，11月份量產(chǎn)；Graphcore 7月份發(fā)布，12月份量產(chǎn)）。所以從某種意義上來(lái)說(shuō)，Graphcore的產(chǎn)品迭代比英偉達(dá)還要快?！斑@是一個(gè)很關(guān)鍵的點(diǎn)。半導(dǎo)體在過(guò)去幾十年很重要的一個(gè)產(chǎn)品邏輯和商業(yè)邏輯，就是要保持一個(gè)很穩(wěn)定的迭代速度。我們目前在很積極地研發(fā)我們后面的一些產(chǎn)品。我們覺(jué)得從節(jié)奏上我們未必會(huì)比他們慢。未來(lái)我們也是希望能保持一個(gè)比較穩(wěn)定的迭代周期來(lái)往前推進(jìn)?；旧衔覀冏詈笠彩菚?huì)像‘一代量產(chǎn)、一代研發(fā)、一代架構(gòu)’這樣的一個(gè)過(guò)程?！北R濤繼續(xù)講到。

“開(kāi)放、開(kāi)源，然后擁抱社區(qū)”，Graphcore的軟件之路

“軟件是今天GPU最大的護(hù)城河，也是用戶從GPU遷到別的平臺(tái)上的最大阻力。我們最近也在做一些工作，希望能夠盡量降低用戶在移植工作上的工作量?！闭劶败浖?，盧濤說(shuō)到。

Graphcore是一家硬件公司，同時(shí)也是一家軟件公司。據(jù)介紹，目前公司的軟件工程師比芯片工程師要多很多，以后數(shù)值差可能還會(huì)拉大?！败浖慕M件非常多，以GPU為例，從CUDA，到TensorFlow、PyTorch等不同的機(jī)器學(xué)習(xí)框架軟件，到類(lèi)似于Keras的更高層框架，再到類(lèi)似ResNet、BERT用戶的算法、模型等等，最后再到圖像的前處理、后處理等。整個(gè)軟件棧確實(shí)是非常大的。如果一個(gè)做AI處理器的公司沒(méi)有意識(shí)到軟件的重要性，將會(huì)是一個(gè)很?chē)?yán)重的問(wèn)題?！北R濤告訴記者，“當(dāng)前，軟件方面，從棧的角度來(lái)看，我們?cè)趯哟位慕嵌壬细ミ_(dá)還是比較類(lèi)似的：比如對(duì)應(yīng)CUDA，我們有Poplar；再上面是cuDNN、cuBLAS，我們上面是PopLibs；再往上面是TensorFlow、PyTorch等等。在這一層，我們正在做對(duì)于PaddlePaddle的支持。再往上就是應(yīng)用?！?/p>

在Graphcore看來(lái)，軟件的成功并不是靠單家公司的一己之力來(lái)實(shí)現(xiàn)的。Graphcore會(huì)秉承“開(kāi)放、開(kāi)源，然后擁抱社區(qū)”的整體策略，在整個(gè)應(yīng)用的生態(tài)里面盡己所能，與合作伙伴共同打造良好的軟件生態(tài)系統(tǒng)。

提及生態(tài)，盧濤也表示，Graphcore目前的發(fā)展瓶頸就在于生態(tài)?！敖⑸鷳B(tài)是一個(gè)需要長(zhǎng)期投入和努力的事情，我們現(xiàn)在還是一個(gè)比較新的公司，建立生態(tài)不是一蹴而就的，我們正在不停地加大投資、投入來(lái)做?！?/p>

壯大中的Graphcore中國(guó)團(tuán)隊(duì)

生態(tài)的建立同時(shí)需要人力的投入。

作為Graphcore在中國(guó)的零號(hào)員工，盧濤正在帶領(lǐng)本地團(tuán)隊(duì)快速壯大。目前，Graphcore中國(guó)團(tuán)隊(duì)共有40人左右，市場(chǎng)、銷(xiāo)售等只占很小一部分，其余的主要都是工程師，當(dāng)中又有很多人是軟件工程師。

“Graphcore在全球的研發(fā)中心主要集中在英國(guó)，包括布里斯托、倫敦、劍橋，另外，在挪威奧斯陸以及美國(guó)的帕拉奧托也有我們的軟件團(tuán)隊(duì)，中國(guó)的軟件團(tuán)隊(duì)目前有20多個(gè)人?！?/p>

盧濤告訴記者，Graphcore中國(guó)軟件團(tuán)隊(duì)的表現(xiàn)無(wú)論從業(yè)務(wù)水平還是執(zhí)行力上來(lái)講，都收獲了大家的認(rèn)可。因此，在未來(lái)12-18個(gè)月，Graphcore要在中國(guó)打造出一支超過(guò)200人的軟件團(tuán)隊(duì)，做機(jī)器學(xué)習(xí)框架相應(yīng)的一些算法等。

“我覺(jué)得我們中國(guó)的軟件團(tuán)隊(duì)在全球的軟件團(tuán)隊(duì)里的份額應(yīng)該會(huì)越來(lái)越大。雖然當(dāng)時(shí)團(tuán)隊(duì)很小，很長(zhǎng)時(shí)間一段時(shí)間都是十幾個(gè)人，但是做的一些成果我覺(jué)得大家都比較認(rèn)可。我們做了一些比較關(guān)鍵性的交付，比如我們TensorFlow上的BERT方面的工作，其實(shí)是中國(guó)團(tuán)隊(duì)做的?！北R濤談到。

在中國(guó)建立研發(fā)中心也需要進(jìn)行本地化工作。盧濤提及，Graphcore屬于PaddlePaddle于去年發(fā)起的“百度飛槳硬件生態(tài)圈”的初始成員之一，因此Graphcore正在做對(duì)于PaddlePaddle的支持。另外，Graphcore也正與阿里云合作HALO、與微軟亞洲研究院合作NNFusion。與此同時(shí)，Graphcore與國(guó)內(nèi)做框架、做集成的機(jī)構(gòu)也都在探索合作的過(guò)程中。