【IT168评论】近一个月，Graphcore的动作有点频繁。

　　7月7日，Graphcore发布Poplar SDK 1.2并且正式开放了Poplar计算图库的一些源代码。

　　7月8日，Graphcore在中国的IPU开发者云也正式上线，面向中国的商业用户、大学以及科研机构和创新者免费使用。

　　7月15号Graphcore发布了第二代IPU以及基于第二代IPU处理器的一系列的产品。

　　Graphcore高级副总裁兼中国区总经理卢涛

　　针对这一系列动作，IT168记者有幸采访到了Graphcore高级副总裁兼中国区总经理卢涛，卢涛表示，在过去一年多的时间Graphcore已经发展成为了一家全球型的公司。目前Graphcore全球的办公室遍布了欧洲、亚洲，和北美。

　　具体来说，Graphcore的主要工作聚焦于三部分：第一部分是专门为AI应用从零开始设计的一个IPU的处理器。第二部分是基于IPU的处理器以及面向AI应用的Poplar软件栈以及相关的一些开发工具。第三部分是围绕硬件和软件一起打造的IPU的平台。

　　M2000：三大颠覆性技术突破

　　对于7月15号全新发布的Graphcore第二代产品Colossus Mk2 GC200，卢涛特别介绍了基于7纳米Mk2的IPU，Graphcore构建了IPU-Machine，这个型号叫M2000。IPU-M2000是一款即插即用的机器智能刀片式计算单元，由Graphcore全新的7纳米Colossus第二代GC200 IPU提供动力，并由Poplar软件栈提供全面支持。其设计便于部署，并支持可扩展至大规模的系统。这款纤薄的1U刀片机可提供1个PetaFlop的机器智能计算，并集成了针对AI扩展优化的网络技术。

　　这一次发布有三大颠覆性的技术的突破，第一块是计算，第二块是数据，第三块是通信。

　　如果从单一芯片来看，Colossus Mk2 GC200处理器是目前世界上最复杂的单一的处理器，基于台积电7纳米的技术，这样一颗处理器里面集成了将近600亿个晶体管，拥有250TFlops AI-Float的算力和900MB的处理器内存储。处理器内核从我们上一代的1217提升到了1472个独立的处理器内核，这样一个处理器有将近9000个单独的并行线程。相对于第一代产品，其系统级的性能提升了8倍以上。

　　在数据方面，Graphcore提出了一个叫IPU Exchange Memory，即交换式存储的概念。Graphcore在M2000每个IPU-Machine里面通过IPU Exchange Memory技术，提供了将近超过100倍的带宽以及大约10倍的容量，这对于很多复杂的AI模型算法是非常有帮助的。

　　通信方面，Graphcore专门为AI横向扩展设计了一个IPU-Fabric的结构。这样一个IPU-Fabric可以做到2.8Tbps超低延时的结构，同时最多可以支持64000个IPU之间的横向扩展。也就是说通过IPU-Fabric的技术，用户可以把集群无缝的从一个、几个、几十个、几百个、几千个，最后扩展到64000个IPU，通过直联或者是通过以太网的交换机等等技术做互联。同时IPU-Fabric支持像AI运算里面的像集合通信或者是像全缩减（All-Reduce）的操作，这也是专门为AI应用从零开始设计的一个Fabric的技术。

　　软件Poplar SDK赋能下一代机器智能

　　对于IPU而言，它的设计目的很明确，是专为AI应用场景而打造的，而针对IPU产品Graphcore开发了Poplar软件，它能够使程序员用TensorFlow或者PyTorch的程序轻松达成目标。

　　Graphcore中国区技术应用总负责人罗旭透露，Poplar目前已经提供750个高性能计算元素的50多种优化功能，支持标准机器学习框架，如TensorFlow1、2，ONNX和PyTorch，很快也会支持PaddlePaddle。

　　概括来说，Graphcore此次最新发布的SDK 1.2主要特性包括三大方面：其一，集成了先进的机器学习框架。其二，进一步开放低级别的API，主要是为上层的算法提供一个低层次API接口。最后增加框架支持，包括对PyTorch和Keras的支持。

　　除此之外，Graphcore还正式发布了基于IPU的开发者云，面向中国的客户、大学、研究机构和个人研究者免费使用，使得前沿的机器智能创新者可以轻松获取IPU进行前沿AI模型的云端训练与推理，从而在新的一波机器智能浪潮中取得关键突破。该开发者云是中国首款IPU开发者云，部署在金山云上，使用了IPU-POD64、IPU PCIe卡适配完成的浪潮NF5568M5服务器和戴尔DSS8440服务器。

　　这一系列动作，都在不断印证IPU正在不断帮助创新者在机器智能中实现下一步算法的突破。相信未来Graphcore芯片会为模型开发、算法迭代带来速度的提升，从而实现进一步的突破。