近期，路透社報道，軟銀集團收購了有“英國英偉達”之稱的Graphcore公司，收購金額未公開。Graphcore是人工智能領域初創公司，設計出了一種新型智能處理單元(IPU)，在某些模型測試中性能超過了英偉達的GPU系統，這使得業界一度看好其與英偉達的GPU的競爭。

　　IPU與GPU有何不同?

　　資料顯示，IPU(Intelligent Processing Unit，智能處理單元)是專用于進行人工智能計算的處理器，也被稱為AI處理器，其在深度學習、機器學習和自然語言處理等領域具有出色的性能，能夠加速各種AI相關的任務。

　　GPU最初是用來滿足圖形渲染和圖像處理的需求而設計產品，隨著AI、大數據技術快速普及，高性能GPU具有強大的并行處理能力，能夠同時處理多個數據點和任務，從而加速訓練和推斷過程，基于上述特性，GPU逐漸被應用于人工智能領域，尤其是深度學習和機器學習領域。

　　盡管IPU與GPU都能在AI領域應用，但二者仍有很大不同，比如計算架構與存儲架構。

　　此前，Graphcore總裁、大中華區總經理盧濤曾對外介紹，Graphcore C600每個IPU具有1472個處理核心，能夠并行運行8832個獨立程序線程。而英偉達GPU的SM Core(stream multiprocessor核心)大概是100多個，不同產品配置不一樣。

　　存儲架構方面，英偉達的GPU是兩級內存。一級是(顯示)芯片里面有一個四五十兆的內存，外面掛著HBM或者顯存。Graphcore IPU，在芯片里面有900兆的片上SRAM存儲，并且是分布式的。

　　盧濤總結表示，IPU采用這個架構，跟GPU對比，如果對稀疏性以及高維方面要求比較高，IPU優勢會更大。如果是矩陣運算，可能就差不多或者是優勢小一些。

　　結語

　　IPU作為新型技術，市場格局與技術標準仍在不斷完善中，短期內或許無法與GPU抗衡，但隨著AI技術不斷發展，業界對IPU的興趣也在不斷增強，未來潛力值得期待。