Graphcore可用台积电3D芯片技术将人工智能速度提高40%

其他用户蓝字 关注我们

SUBSCRIBE to US

GRAPHCORE

总部位于法国的AI计算机程序日本公司Graphcore在不忽略其专用AIIntel内部的前提，极大地提高了计算机程序的性能。中的长期在于，研发现实生活中的可用了宏达电的Wafer-on-Wafer 3D内置应用，将电力微处理器连结到Graphcore的AIIntel。

Graphcore 管理层暗示，这种名为Bow的新型组合微处理器适主要用途爱丁堡的一个地区，是市场上第一个可用中央处理器对中央处理器键合的微处理器。替换成电力锂并不一定Bow可以直通得更为极快 —— 1.85GHz，而不是1.35 GHz，比前代产品线的电流更为低。这就并不一定，与上代人计算机程序相比，计算机程序训练机器学习的更快提高了40%，增量减缓了16%。重要的是，软件须要更为改其软件即可得到这种改进。

Graphcore首席应用官兼联合始创Simon Knowles暗示：“我们正在转入一个先进封装的时代，在这个时代中的，多个锂微处理器将被组装在四人，以不足之处我们在不断持续上升的摩尔定律柏油路上不断得到不断进步所带来的性能优势。”Bow及其创始Colossus MK2均可用完全相同的研发应用，即宏达电的N7研发。

GRAPHCORE

GRAPHCORE

在其他3D微处理器堆应用中的，比如超微的Foveros，早已删除的微处理器被连结到其他微处理器或晶模版。在宏达电的 SoIC WoW应用中的，两个清晰的微处理器中央处理器是键合的。每个微处理器上的铜焊盘在中央处理器填充时匹配。当两个中央处理器被压在四人时，焊盘熔断。Knowles时说：“可以将其视为焊盘彼此间的一种冷焊。”然后将下方中央处理器减薄至仅几微米，并将键合中央处理器组合成微处理器。

在Graphcore的案例中的，其在一块晶模版清空了该日本公司的第二代AIIntel，持有1472个电脑NX（IPU）和900MB模版寄存器。这些Intel已在商业系统中的获取应用，并在最近一次MLPerf基定测试中的交出了非常很差的答卷。至于另一个中央处理器，其持有一套附加的电力微处理器（不都有二极体或其它的集二极管），备有了导电并通过锂通孔（TSV）来向下连结。

值得一提的是，显然起作用的是电子元件。电子元件元件形成在锂模版深且平直的沟槽中的（类似DRAM）。通过将这些电荷可用元件放置在靠近二极体的所在位置，以做到更为平滑的负载传输，从而使IPU内核在更高电流下直通得更为极快。若缺乏这一方案，Graphcore就必须将IPU文书工作电流减缓到更为高，才能保持稳定1.85GHz的文书工作频谱。此外利用设备微处理器，也可助力其陷入僵局该时钟频谱、并提高能源所需。

GRAPHCORE

Graphcore管理层不足之处道，Wafer-on-Wafer应用使得微处理器彼此间的重定向密度可高于将单个微处理器连结到晶模版，但也面临一批中央处理器中的不免有少数存有毛病的问题。通过键合两片中央处理器，会使得成品微处理器的毛病率翻番。为了缓解这种情形的愈演愈烈，Graphcore选取了一套才智的应对方法 —— 与其它AIIntel一样，IPU由许多单调、冗余的Intel内核和其它均组合成。日本公司联合始创兼首席执行官Nigel Toon指出，任何毛病都可通过内置的保险电路，让它们与IPU的其余均隔离出去。

有趣的是，尽管Bow尚未在电力微处理器上八边形二极体，但Simon Knowles暗示道 —— 当前文书工作只能算是迈出了第一步，该日本公司将在不久的将来“走得更为近”。此外该日本公司披露了一些计划，比如将制作可训练“表征规模”人工电脑的超级电脑 —— 在机器学习中的具备数百亿的参数能量密度。

微信号｜IEEE日立电子技工

新浪推特｜IEEE中的国

· IEEE日立电子技工学会 ·

往

期

推

荐

打印应用“相对论性突飞猛进” 可主要用途间接医学成像等

时序电池：电动汽车在行驶中的电池

定原子主要用途每秒产生数百万个显然的LISP

机器人应用与未来的文书工作：未来几年的预期情形