Graphcore 是一家资金雄厚且志向高远的英国芯片设计企业，其于近日发布了世界上最复杂的 Colossus MK2（又名 GC200 IPU）处理器，宣称拥有 594 亿个晶体管，性能是上一代 Colossus MK1 芯片的八倍。作为对比，英伟达在今年早些时候宣布的 A100 人工智能芯片，晶体管数量为 540 亿个。
GC200 IPU 采用 7nm 制程，拥有 594 亿个晶体管(来自：Graphcore)
据悉，每颗 GC200 芯片具有 1472 个独立的运算核心 / 8832 个独立的并行线程，所有这些均由内置的 900MB 随机存取器(RAM)提供支撑。
Graphcore 将为自家最新的 IPU 机型(M2000)配备 GC200 芯片，其在一个披萨盒大小的盒子中包含了四颗 GC200 芯片，总算力 1 Peta-Flops 。
宣布这一消息的同时，人工智能正在对芯片世界产生重大的影响。因为 AI 模型的训练需要借助高度并行的处理器，除了催生新的市场参与者(Graphcore)，还激励谷歌等科技巨头加速采用自研芯片。
该公司称，新硬件完全支持即插即用，允许客户将多达 64000 个 IPU 节点连接到一起，以达成 16 Exa-Flops 的算力。
截止目前，英伟达已经抢占了 AI 计算的大部分市场。该公司起初专为视频游戏提供加速的 GPU，已被证明相当适合 AI 运算。
即便如此，Graphcore 仍试图向英伟达的市场主导地位发起挑战，并且已经吸引了微软、戴尔等科技巨头的资金和支持。
今年早些时候，Graphcore 宣布已在新一轮融资中吸引 1.5 亿美元的研发资金，总估值也达到了 19.5 亿美元。
作为一家成立于 2012 年的企业，当时深度学习的趋势刚刚开始兴起。不过该公司最大的优势，就是其芯片在设计之初就完全考虑到了 AI 应用。
Moor Insights & Strategy 分析师 Karl Freund 在接受 TheVerge 采访时称，其对 Graphcore 的最新产品感到印象深刻。而软件方面的升级，对正确利用 AI 所需的巨大并行处理能力显得尤为重要。
Graphcore 不仅将重心放在了 AI 芯片上，还考虑到了系统层面的整合。因为训练有意义的神经网络，不能只依赖于单颗芯片，而是必须在成千、乃至上万的芯片平台上完成，但可扩展性让 Graphcore 真正脱颖而出。
karl Freund 补充道：对于初创企业来说，Graphcore 的软件支持已经相当完备。其不仅能够与各种 AI 框架进行交互，还提供了使工作人员能够充分利用其硬件性能的工作负载监视工具。
