近年来各产业对于“AI运算”的需求日益增多。不论是自动驾驶汽车、智能工厂等各种“自动化”应用领域，就连5G智慧城市交通流量管理，甚至是近来用于加速药物开发、病毒传播预测的平台，都需要AI运算。
但未来AI技术若越趋复杂，甚至需要同时满足机器学习、深度学习的需求，CPU、GPU能够满足不断提升的AI技术吗？有个新的技术“IPU”（Intelligence Processing Unit），或许能符合日益精进的AI技术。
什么是IPU？
讲到IPU，首先一定要提到发明这个新名词的英国AI芯片创业公司Graphcore。
这家发迹于英国的AI芯片创业公司是由两位年过半百，过去曾有创立半导体公司Icera并将其出售给Nvidia经验的创办人Nigel Toon和Simon Knowles，在2016年所创立。最新一轮的E轮融资，募得2.22亿美元，市值27.7亿美元，是目前西方半导体界唯一的“独角兽”。
用一句话来总结为什么需要IPU，可以这样说：如果CPU和GPU是AI技术的“适应者”，那IPU（Intelligence Processing Unit）就是针对AI而生的技术！
的确，现在有越来越多的AI技术是在CPU、GPU之后才出现，但只有IPU是为了实现AI的技术而设计，速度更快、更完整呈现算法。
至于GPU跟IPU实际上的差别，Graphcore接受EE Times专访时提及：“…如果是用来执行分类静态图片的前馈卷积神经网络（feed-forward convolutional neural networks），GPU的表现已经相当好，但IPU可以提供两到三倍的性能优势、有时甚至是五倍。
若是更复杂的模型，像是尝试理解场景对话的模型，由于资料需来回快速传递，但是因为所有的模型都保存在我们的处理器中，IPU可以比GPU快很多，甚至可能快十倍、二十倍或者五十倍。”
带起“第三次运算架构革命”的Graphcore是什么样的公司？
至于为何Graphcore决定专攻AI运算？主要和早期投资人，也是Arm的联合创办人、英国半导体之父Hermann Hauser有关。
他曾分享AI运算将带来计算机运算架构历史上的“第三次革命”，第一次是70年代的CPU，第二次是90年代的GPU，然而现在随着AI、机器学习的技术逐渐进步，却因为硬件受限而阻碍发展，应该针对该技术发展相应的处理器。
Graphcore的IPU厉害在哪？
根据Money DJ的报道，微软研究员Sujeeth Bharadwaj曾指出，用高端GPU训练AI模型判读胸部X光片的肺炎病症得花5小时，不过Azure内置Graphcore芯片后，只要30分钟就大功告成。
欧洲搜索引擎商Qwant也说，图片搜索应用程序的速度提高3.5倍。避险基金Carmot Capital更说，部分金融程序的速度加快26倍。
今年七月，Graphcore更推出新一代IPU机器M2000，搭载其第二代旗舰芯片GC200，并声称这款“披萨盒”大小的机器，能实现每秒千万亿次处理能力的AI计算机。
小知识：Graphcore的AI应用程序智能处理单元也是采用台积电3纳米生产第三代芯片！
这家IPU独角兽会成为Nvidia的劲敌吗？
在创立初期以“软件”开发为主流的大环境下，许多投资者曾怀疑Graphcore专攻AI芯片的“硬件”有搞头吗？但不久后Intel便以3.5亿美元收购了一家名为Nervana的AI软硬件创业公司；同年，Google也宣部署造自己的AI芯片，两大科技巨头的动向证实了Graphcore的创办理念。
在2016年展开A轮融资即获得Bosch、Dell和Samsung的投资，到2018年进行D轮融资，更获得微软和BMW支持，一举成为估值17亿美元西方半导体产业界唯一的“独角兽”。
在2019年时，Graphcore正式推出IPU产品，目前包括Microsoft、Dell、Uber自动驾驶汽车计划，以及Google DeepMind等多组团队都采用其IPU芯片。
据英国《每日电信报》（The Telegraph）报道Graphcore在2020年12月底完成E轮募集资金后，最快可能会在2022年进行IPO，相信该独角兽会是Intel与Nvidia未来在AI应用发展上强力的对手！