JavaScript is currently disabled.Please enable it for a better experience of Jumi.

Brittiska Graphcore har släppt provexemplar av sin första neuronnätsprocessor för datormoln. Den tillverkas i 16 nm. En efterföljare i 7 nm ska släppas i början av 2019.

Kretsar som accelererar algoritmer för artificiella neuornnät är ett kärt barn med många namn. Graphcore kallar sin neuronprocessor för en IPU, ”Intelligent Processing Unit”.

Den kan användas både för att utveckla artificiella neuronnät för specifika mönsterigenkänningsuppgifter och för att använda dessa nät för klassificering av mönster – för både ”träning” och ”inferens”, som dessa algoritmer kallas.

Den första generationen IPU:er har haft arbetsnamnet Colossus och finns nu monterade på PCI Express-kort som levereras till pilotkunder. De drar 300 watt och kan kopplas samman till kluster.

Kunderna sägs vara intresserade av att använda IPU:er för automatisk klassificering av innehållet i bild-, video- och röstmaterial.

Den arkitektur som används i Graphcores IPU ska kunna användas både för träning och för inferens. Och den ska kunna skalas ner i effekt för användning i inbyggda system.

Per chip ska en IPU kosta som en GPU. Men den ska enligt Graphcore ersätta tio stycken.

Google var först med att konstruera och tillverka en skräddarsydd processor för artificiella neuronnät för användning i molnet. Google kallar sin processor för en TPU (tensor processing unit). Den första generationen togs i bruk 2015 och presenterades för allmänheten sommaren 2016.

När nyheten om Google-TPU:n slagit rot, kunde Graphcore skramla ihop 30 miljoner dollar i finansiering samma höst. Ytterligare 30 miljoner drogs in i somras, och 50 miljoner i slutet av hösten.

I somras släppte Google andra generationen av sin TPU. Den första generationen TPU skapades för att låta Google rulla ut sin rösttolkning till alla Androidmobiler. Utan TPU:n hade företaget behövt fördubbla antalet datacenter.

Google fortsätter att utnyttja sitt försprång genom att pumpa ut allt fler AI-förstärkta tjänster. Personal på alla avdelningar har utbildats för att kunna hitta sätt att förbättra sina produkter via artificiell intelligens. Efter årsskiftet introducerade Google tjänsten Cloud AutoML som påstås göra det enkelt även för den utan expertkunskaper att träna upp ett nät för egna bildigenkänningsuppgifter.

Men nu finns alltså till, sist via Graphcore, ett chip på den öppna marknaden som sätter motsvarande neurala prestanda och energieffektivitet i händerna på alla och envar, givet att Graphcores processor håller utlovad prestanda.

Och Graphcore kommer att få konkurrenter. Webbsidan ”Deep Learning Processor LIst”  listar just nu 61 företag som utvecklar chips eller IP-kärnor för artificiell intelligens, många av dem för molnet.


BILDEN OVAN: Graphcore säger att dess första IPU-system på samma effektbudget (300 watt) är 30 gånger snabbare än den snabbaste kända grafikkortsplattformen på att träna upp neuronnätet Resnet50 på att korrekt klassificera bilderna i databasen Imagenet. Resnet50 är ett 50 lager djupt neuronnät som presenterades av Microsoft år 2015. Det kan tränas att bli bättre än människor på att känna igen bilderna i Imagenet.

Pickering

MER LÄSNING:
 
magasinet

236
elektronik­konsulter

Registrera ditt företag nu!
 
SENASTE KOMMENTARER
Kommentarer via Disqus

Vi gör Elektroniktidningen

Anne-Charlotte Sparrvik

Anne-Charlotte
Sparrvik

+46(0)734-171099 ac@etn.se
(sälj och marknads­föring)
Per Henricsson

Per
Henricsson
+46(0)734-171303 per@etn.se
(redaktion)

Anna Wennberg

Anna
Wennberg
+46(0)734-171311 anna@etn.se
(redaktion)

Jan Tångring

Jan
Tångring
+46(0)734-171309 jan@etn.se
(redaktion)