Fundada há oito anos, a empresa britânica Graphcore já comemorou o lançamento de poderosos aceleradores de IA, recebidos calorosamente pela Microsoft e pela Dell. Os aceleradores desenvolvidos pela Graphcore visavam inicialmente a IA, o que não pode ser dito sobre as GPUs NVIDIA adaptadas para resolver problemas de IA. E o novo desenvolvimento Graphcore em termos de número de transistores envolvidos eclipsou até os chips King of AI recentemente introduzidos, o processador NVIDIA A100.
Solução NVIDIA A100 da Ampere contém 54 bilhões de transistores O novo processador Graphcore Colossus MK2 de 7 nm (IPU GC200) possui 59,4 bilhões de transistores em seu chip. Assim, a coroa do chip mais complexo do mundo (exceto o monstro de placa única Cerebras) passou para os britânicos.
Cada chip GC200 carrega 1472 núcleos de processador independentes na forma de um conjunto de “blocos” e é capaz de executar simultaneamente 8832 fluxos computacionais. A solução anterior da empresa foi um acelerador com 1216 núcleos e 7296 threads. Cada bloco está equipado com seu próprio bloco de memória. O novo desenvolvimento tem um total de 900 MB de memória interna, enquanto o processador anterior tinha apenas 300 MB de memória.
Essa solução fornece uma tremenda taxa de transferência total dos aceleradores Graphcore. Portanto, um computador de prateleira para um rack padrão com quatro aceleradores Colossus MK2 tem um desempenho de um petaflops. A colaboração de 64 mil IPUs fornecerá desempenho em 16 exaflops. O dimensionamento da plataforma Graphcore é realizado por blocos de construção simples com configuração automática, o que expande bastante a gama de usuários dos aceleradores da empresa.
Anteriormente, a Microsoft começou a usar a plataforma Graphcore nos serviços de nuvem do Azure para reconhecer solicitações em idiomas naturais. Argumenta-se que as soluções Graphcore são cem vezes superiores em desempenho à plataforma de IA em GPUs. Bem, pelo menos o Graphcore parece bem-sucedido em seu campo. Sua capitalização de mercado era de quase um bilhão, mas a tecnologia da empresa ainda não havia “subido” ainda.