全球十大AI训练芯片大盘点

Graphcore IPU是这家公司的明星产品，其架构与大量具有小内存的简单处理器高度并行，通过一个高带宽的“交换”互连连接在一起。

其架构在一个大容量同步并行(BSP)模型下运行，程序的执行按照一系列计算和交换阶段进行。同步用于确保所有进程准备好开始交换。

BSP模型是一个强大的编程抽象，用于排除并发性风险，并且BSP的执行，允许计算和交换阶段充分利用芯片的能源，从而更好地控制功耗。可以通过链接10个IPU间链路来建立更大的IPU芯片系统。其核心数据如下：

• 16nm制程，236亿个晶体管，芯片面积大约为800平方毫米，功耗为150W，PCIe卡为300 W
• 1216个处理器，在FP32累加的情况下，FP16算法峰值达到125 TFLOPs
• 分布在处理器核心之间有300 MB的片上内存，提供45 TBps的总访问带宽
• 所有的模型状态保存在芯片上，没有直接连接DRAM

IO数据：

• 2x PCIe-4的主机传输链接
• 10倍的卡间IPU链接
• 共384GBps的传输带宽

单核数据：

• 混合精度浮点随机算法
• 最多运行六个线程

拓展阅读：

成立两年估值17亿美元，这家Hinton点赞的AI芯片公司获宝马微软投资

Habana Labs Gaudi

Habana Labs同样成立于2016年，是一家以色列AI芯片公司。

2018年11月，完成7500万美元的B轮募资，总募资约1.2亿美元。

Gaudi芯片于今年6月亮相，直接对标英伟达的V100。

其整体的设计，与GPU也有相似之处，尤其是更多的SIMD并行性和HBM2内存。

芯片集成了10个100G 以太网链路，支持远程直接内存访问(RDMA)。与英伟达的NVLink或OpenCAPI相比，这种数据传输功能允许使用商用网络设备构建大型系统。其核心数据如下：

• TSMC 16 nm制程（CoWoS工艺），芯片尺寸大约为500平方毫米
• 异构架构：GEMM操作引擎、8个张量处理核(TPCs)
• SRAM内存共享
• PCIe卡功耗为200W，夹层卡为300W
• 片上内存未知

TPC核心数据：

• VLIW SIMD并行性和一个本地SRAM内存
• 支持混合精度运算：FP32、 BF16，以及整数格式运算(INT32、INT16、INT8、UINT32、UINT8)
• 随机数生成、超越函数：Sigmoid、Tanh、GeLU

IO数据：

• 4x 提供32 GB的HBM2-2000 DRAM 堆栈， 整体达1 TBps
• 芯片上集成10x 100GbE 接口，支持融合以太网上的 RDMA (RoCE v2)
• PCIe-4 x16主机接口

Huawei Ascend 910

华为昇腾910，同样直接对标英伟达V100，于今年8月份正式商用，号称业内算力最强的AI训练芯片。主打深度学习的训练场景，主要客户面向AI数据科学家和工程师。

其核心数据为：

• 7nm+EUV工艺，456平方毫米
• 集成4个96平方毫米的 HBM2栈和 Nimbus IO处理器芯片
• 32个达芬奇内核
• FP16性能峰值256TFLOPs (32x4096x2) ，是 INT8的两倍
• 32 MB的片上 SRAM (L2缓存)
• 功耗350W

互联和IO数据：

• 内核在6 x 4的2d网格封包交换网路中相互连接，每个内核提供128 GBps 的双向带宽
• 4 TBps的L2缓存访问
• 1.2 TBps HBM2接入带宽
• 3x30GBps 芯片内部 IOs
• 2 x 25 GBps RoCE 网络接口

单个达芬奇内核数据：

• 3D 16x16x16矩阵乘法单元，提供4,096个 FP16 MACs 和8,192个 INT8 MACs
• 针对 FP32(x64)、 FP16(x128)和 INT8(x256)的2,048位 SIMD 向量运算
• 支持标量操作

拓展阅读：

华为算力最强AI芯片商用：2倍于英伟达V100！开源AI框架，对标TensorFlow和PyTorch

Intel NNP-T

这是Xeon Phi之后，英特尔再次进军AI训练芯片，历时4年，壕购4家创业公司，花费超过5亿美元，在今年8月份发布。

神经网络训练处理器NNP-T中的“T”指Train，也就是说这款芯片用于AI推理，处理器代号为Spring Crest。

NNP-T将由英特尔的竞争对手台积电（TSMC）制造，采用16nm FF+工艺。

（编辑：新余站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!