Graphcore是一家资金雄厚、雄心勃勃的英国芯片设计师，专注于人工智能应用，它公布了自己所说的世界’世界上最复杂的芯片：巨像MK2或GC200IPU。

Graphcore说，这款处理器拥有594亿个晶体管，性能比公司的巨无霸MK1提高了8倍。它号称拥有超过540亿个晶体管的Nvidia的A100，它曾拥有世界上最大的处理器的称号，这家美国公司今年早些时候宣布。

每个GC200芯片有1472个独立的处理器内核和8832个独立的并行线程，所有这些都由900MB的处理器内存支持。Graphcore将通过其新的IPU机器M2000提供GC200，M2000在一个比萨饼盒大小的包装中包含四个GC200芯片，可提供1petaflop的总计算能力。该公司表示，它的新硬件是“完全即插即用”的，客户可以将多达64000个ipu连接在一起，总共需要16个exaflops的计算能力。

Grid View

• Graphcore’s new M2000 IPU Machine contains four GC200 chips. Image: Graphcore
• 
• 
• 
• 

这一声明发布之际，芯片界仍在被人工智能的出现所震撼。训练人工智能模型需要高度并行的处理器，这一需求吸引了新的玩家进入市场（如Graphcore），甚至鼓励了一些现有的科技巨头（如谷歌）**自己的专用芯片。

不过，到目前为止，Nvidia已经占据了市场的主导地位，因为它最初设计用于加速视频游戏中图形渲染的gpu已经证明非常适合人工智能处理。Graphcore正试图挑战这一主导地位，它已经吸引了微软和戴尔等科技行业的大量资金和资深支持者。

今年早些时候，Graphcore宣布，在最新一轮融资中，它吸引了1.5亿美元的研发资金，总估值达到19.5亿美元。该公司成立于2012年，当时正是深度学习趋势真正兴起的时候，该公司声称其最大的优势在于其芯片的设计从一开始就考虑到了人工智能。

MoorInsights&Strategy的分析师KarlFreund告诉Verge，Graphcore的最新产品给他留下了深刻的印象，特别是其软件的升级，这是正确利用人工智能所需的巨大并行处理能力的关键。

“Graphcore关注的不仅仅是芯片，还有系统，”Freund说。“训练有意义的神经网络不可能在一个芯片上完成，它必须在成百上千甚至上万个芯片上完成，而在我看来，这种可扩展性因素正是Graphcore脱颖而出的原因。”

例如，他指出，Graphcore的支持软件“对于初创企业来说非常完整”，能够与各种人工智能框架进行交互，并提供工作负载监控工具，使研究人员能够充分利用他们的硬件。

即使在硬件市场上，企业在芯片上可安装的晶体管数量上展开竞争，软件仍将决定企业的命运。