優易網 - 追蹤 - 正文

讓電腦加速100倍,英國創企的芯片推智能處理單元IPU

2019-06-12 11:12網易科技 / 小小

與其他數字處理軟件不同的是,英國人工智能(AI)芯片硬件設計初創公司Graphcore專為電腦開發“大腦”,而且這種大腦更擅長猜測。


圖1:英國人工智能芯片硬件設計初創公司Graphcore推出的IPU加速卡

作為Graphcore首席技術官,西蒙·諾爾斯(Simon Knowles)面帶微笑地在白板上勾畫著自己對機器學習未來的愿景。他用黑色記號筆在人類大腦的“節點”上打點并繪制圖表,這些節點通常負責大腦中“沉思或思考的部分”。他的初創公司正試圖在下一代計算機處理器中模擬這些神經元和突觸,該公司押注下一代計算機處理器能夠幫助“智能機械化”。

AI通常被認為是挖掘大量數據集的復雜軟件,但諾爾斯及其聯合創始人、Graphcore首席執行官奈杰爾·圖恩(Nigel Toon)認為,運行該軟件的電腦仍然存在更大的障礙。坐在位于英國港口城市布里斯托爾通風良好的辦公室里,諾爾斯和圖恩表示,問題在于芯片本身(基于它們的功能,可分為中央處理單元CPU或圖形處理單元GPU),它們并沒有以任何可識別的類人方式進行“思考”。

人類的大腦利用直覺來簡化某些問題,比如識別一個正在接近的朋友,而計算機可能會嘗試分析那個人臉部的每個像素,并將其與包含數十億張圖像的數據庫進行比較,然后才會試圖打招呼。當計算機主要充當計算器時,這種精確度是有意義的,但對AI來說,它的效率卻非常低下,需要消耗大量能量來處理所有相關數據。

2016年,諾爾斯和更有商業頭腦的圖恩創建了Graphcore,他們把“不那么精確”的計算作為芯片的核心,稱之為智能處理單元(IPU)。諾爾斯表示:“你大腦中的概念相當模糊。它實際上是非常近似的數據點的集合,使你可以產生精確的想法。”諾爾斯的英語口音和經常發出咯咯的笑聲,讓人把他比作《哈利·波特》中霍格沃茨學院的院長。

關于人類智慧為何會以這種方式形成,有各種各樣的理論。但對于機器學習系統來說,它們需要處理龐大且不規則無組織的信息結構(即圖形),為此建立專門用于連接類似大腦節點數據點的芯片,可能是AI繼續演變的關鍵。諾爾斯說:“我們想建造一臺高性能的計算機,它可以非常不精確的方式處理數字。”

換句話說,Graphcore正在為電腦開發“大腦”,如果其聯合創始人的想法是對的,它將能夠更像人類那樣處理信息,而不是通過大規模的數字運算來偽造信息。圖恩解釋稱:“幾十年來,我們始終在步步為營地告訴機器該做什么,但現在我們不再這樣做了。”他描述了Graphcore的芯片是如何教機器學習的:“這就像回到了20世紀70年代,那時微處理器剛剛問世,我們需要徹底改造英特爾。”

投資者赫爾曼·豪澤(Hermann Hauser)是Arm Holdings Plc的聯合創始人,該公司控制著應用最廣泛的芯片設計工作。豪澤押注諾爾斯和圖恩的IPU將掀起下一波計算浪潮,他說:“這在計算機歷史上只發生過三次,分別是20世紀70年代的CPU、20世紀90年代的GPU,Graphcore的IPU則是第三次。”


圖2:Graphcore辦公室的IPU服務器機架

Graphcore起源于豪澤于2011年和2012年在劍橋大學皇家學會組織的一系列研討會,皇家學會是艾薩克·牛頓(Isaac Newton)和查爾斯·達爾文(Charles Darwin)的校友組成的科學團體。在國王學院的豪華餐廳里,AI專家、神經學家、統計學家和動物學家圍繞著先進計算技術對社會的影響展開了辯論。

豪澤認為,諾爾斯“有個地球般大小的大腦”,他在這個“象牙塔”里感到不自在,盡管他從劍橋大學開始的職業生涯。20世紀80年代畢業后,諾爾斯在英國政府的一個研究實驗室學習早期的神經網絡。之后,他與人合作創辦了無線處理器初創企業Element 14,并于2000年以6.4億美元的價格將其賣給了博通公司(Broadcom)。

不久之后,諾爾斯和有半導體創業經驗的圖恩第一次合作。2002年,他們創建了移動芯片制造商Icera,并在不到10年后以4.36億美元的價格賣給了英偉達公司(Nvidia)。當時兩人還沒有準備好退休,圖恩說:“我們都不擅長打高爾夫球。”諾爾斯去參加劍橋大學的系列講座時,他們正在討論其他的想法。諾爾斯回憶說:“我是房間里那個邋遢的家伙,戴著一頂煙囪帽,只想做些東西。你知道:‘別管熱力學了,我想做個蒸汽機!’”

當劍橋大學信息工程學教授史蒂夫·楊(Steve Young)做了一個關于計算對話系統極限的演講,諾爾斯不斷地向他提出有關能源效率的問題。史蒂夫·楊后來向蘋果公司出售了語音處理服務,該服務現在用于Siri。諾爾斯表示:“我問他在算法中使用的數字精度,這在史蒂夫看來有些離題了。”但他強調,在硅材料中,“數字的精度作為能量的決定因素非常關鍵”。

幾天后,史蒂夫·楊給諾爾斯發了一封電子郵件,說他的學生調查了這件事,發現他們每次計算都使用了64位數據。他們意識到,他們可以像諾爾斯所建議的那樣,用8位數據執行同樣的函數,只是運算不那么精確。當計算機有更少的數學任務要做時,它可以利用節省下來的能源來處理更多的數字。這有點像人類大腦從計算某家餐廳的GPS坐標轉換到僅僅記住其名字和鄰居。

諾爾斯說:“如果我們制造出一種更適合這種工作的處理器,我們可以將性能提高一千倍。”史蒂夫·楊和其他人對此印象深刻,諾爾斯和圖恩決定他們必須創建Graphcore。早在2013年,他們就開始籌集資金來開發這個想法,并在2016年向世界展示了這家公司。

半導體行業目前正在討論摩爾定律的可持續性問題。摩爾定律是上世紀60年代的一項觀察發現,一塊芯片上的晶體管數量將會每兩年翻一番。Graphcore的領導者們關心的是個相關概念,叫做丹尼德量表(Dennard scale),它指出隨著晶體管密度的提高,功率需求將保持不變。



編輯:優易

版權與免責聲明:

凡未注明"稿件來源"的內容均為轉載稿,本網轉載出于傳遞更多信息的目的;如轉載稿涉及版權問題,請作者聯系我們,同時對于用戶評論等信息,本網并不意味著贊同其觀點或證實其內容的真實性;


本文地址:http://www.ilsqcq.tw/news/2019/06/12/33297576.html

轉載本站原創文章請注明來源:優易網

點擊排行
焦點

《報告》:騰訊手機管家查殺病毒12.42億次,助力全民反詐騙

  收到詐騙短信怎么辦?是趕快刪掉“看不見就不會 ...詳情

戴爾靈越3650硬件性能如何?跑分情況說明

我們來看看戴爾靈越3650的硬件性能表現。 首先這款機器配備 ...詳情

網曝機械工程圖 iPhone7白帶或消失

啄木網-青島IT(www.zomiu.com):網曝機械工程 ...詳情

加速AR對象分類,Facebook開源計算機視覺算法Detectron

文章相關引用及參考:roadtovrFacebook今天正式 ...詳情

錘子駕駛新版發布:功能更強大

啄木網-青島IT(www.zomiu.com):錘子駕駛新版 ...詳情

CopyRight ? 2019 www.ilsqcq.tw, All Rights Reserved 優易網 版權所有

使用優易網前必讀 | 關于我們 | 免責聲明 | 隱私政策 | 版權聲明 | 聯系我們
海南七星彩规律论坛