微軟在去年底投資了一家叫做Graphcore的公司，該公司創(chuàng)立于2016年，創(chuàng)立至今已經(jīng)成功募集到了2億美元的融資，但其產(chǎn)品至今仍保持神秘，并未與世人見面。

而該AI芯片的首秀獻給了微軟。微軟近日公布，Graphcore芯片方案將會被應用在微軟的云計算平臺上。

與大多數(shù)用于AI的芯片不同，Graphcore的處理器從零開始設計，目標是支持機器識別面部、理解語音、解析語言、駕駛汽車和訓練機器人的計算等應用 。

Graphcore預計將吸引在AI上運行關(guān)鍵業(yè)務操作的企業(yè)客戶，例如自動駕駛汽車公司，貿(mào)易公司以及利用AI處理大量視頻和音頻的服務業(yè)者。不只是行業(yè)客戶，他們也期待從事下一代AI算法的開發(fā)人員能深入探索該平臺的優(yōu)勢。

根據(jù)微軟和Graphcore所發(fā)布的基準測試結(jié)果表明，該芯片使用為那些競爭對手平臺編寫的算法，可以達到或超過NVIDIA和Google的頂級AI芯片的性能。 專為Graphcore硬件編寫的代碼可能會更加高效。

兩家公司聲稱，例如，某些圖像處理任務在Graphcore的芯片上的工作速度比使用現(xiàn)有代碼的競爭對手要快許多倍。

尤其是在BERT框架方面，該方案能夠表現(xiàn)出極高的效率，這對于涉及語言的AI應用非常重要。谷歌最近表示，他們正在使用BERT為其核心搜索業(yè)務提供更優(yōu)秀的解決問題能力。微軟對此也表示，他們目前的核心研發(fā)方向，正是將Graphcore的芯片用于涉及自然語言處理的內(nèi)部AI研究項目。

Moor Insights的AI芯片市場研究員Karl Freund說，從測試數(shù)據(jù)結(jié)果表明，該芯片效率極高，且依舊保持非常好的彈性。一般來說，高度專用化的芯片可能在某些方面勝過NVIDIA或Google的芯片，比如說中國的許多AI芯片業(yè)者，都推出過性能極高的AI芯片，但缺乏彈性，讓這些AI芯片很難被客戶接受并導入到產(chǎn)品中。對客戶而言，具備解決問題的能力才是AI芯片的關(guān)鍵，至于僅能在少數(shù)跑分環(huán)境中得到高分，這個不叫做優(yōu)勢，而是虛假宣傳。

與微軟的交易對于Graphcore的業(yè)務至關(guān)重要，畢竟Graphcore的芯片是前所未見的全新方案，因此對某些應用而言，該芯片理論性能雖可能要優(yōu)于現(xiàn)有硬件，但是要為新平臺重新開發(fā)AI代碼需要花費大量精力。而該芯片的基準測試還不足以吸引公司和研究人員遠離他們已經(jīng)習慣使用的硬件和軟件。

為了解決相關(guān)問題，Graphcore創(chuàng)建了一個名為Poplar的軟件框架，該框架允許將現(xiàn)有的AI程序移植到其硬件中。 然而與市面上那些號稱可以通過特定軟件來轉(zhuǎn)換現(xiàn)有的AI代碼的做法類似，經(jīng)過轉(zhuǎn)換后的代碼效率可能會有一定程度的損失，現(xiàn)有算法可能仍更適合運行在競爭對手硬件之上的軟件。近年來， Google的Tensorflow AI軟件框架已成為主流AI程序的通用標準，并且相關(guān)代碼都是專門為NVIDIA和Google芯片編寫的，這種代碼轉(zhuǎn)換框架也就成為必備工具。

Graphcore的聯(lián)合創(chuàng)始人兼首席執(zhí)行官Nigel Toon表示，公司成立一年后，通過英國的Microsoft Research Cambridge，兩家公司開始了合作。 他說，他公司的芯片特別適合涉及非常大的AI模型或時態(tài)數(shù)據(jù)的任務。 據(jù)稱，由于Graphcore的硬件，一位金融客戶在用于分析市場數(shù)據(jù)的算法中看到了26倍的性能提升。

少數(shù)其他較小的公司今天也宣布，他們正在通過Azure使用Graphcore芯片。這包括將使用芯片來分析財務數(shù)據(jù)的Citadel ，而歐洲搜索引擎Qwant 希望通過該硬件運行稱為ResNext的圖像識別算法。

一些著名的AI研究人員已經(jīng)向Graphcore投入預算，包括DeepMind的聯(lián)合創(chuàng)始人Demis Hassabis ，劍橋大學教授，Uber AI實驗室負責人Zoubin Ghahramani和UC Berkeley專門研究AI和機器人技術(shù)的教授Peiter Abbeel 。 在去年12月接受WIRED采訪時，AI專家Geoffrey Hinton則是討論了Graphcore芯片推動基礎研究的潛力。Graphcore的芯片稱為智能處理單元（IPU），其內(nèi)核比GPU或TPU多得多。它們還具有芯片本身的內(nèi)存，從而消除了將數(shù)據(jù)移至芯片上進行處理和關(guān)閉后的瓶頸。

而在業(yè)界專家與企業(yè)客戶的殷殷期盼之下，市場對該公司的估值也不斷水漲船高，目前已經(jīng)來到將近17億美元的高水位。