人工智能近些年的大火，直接促進了CPU和GPU的發展，而NVIDIA的GPU真正藉着這股“東風”迅速成為AI市場的主流產品之一，其勢頭甚至蓋過了CPU。當時今天我們要説的有後起之勢的AI專用芯片IPU（智能處理器）。
Graphcore
Graphcore是英國人工智能芯片硬件設計初創公司，現在IPU扛把子企業。而這家公司研發的智能芯片應用範圍十分廣泛，包括無人駕駛卡車、雲計算、處理機器學習技術，等等。事實上，有了高性能芯片的支持，就能利用海量數據來訓練人工智能系統。
IPU（智能處理器）
在圖像識別的SOC中，有一個很重要的單元：IPU（Image Processing Unit）圖像處理單元。圖像處理單元的目標是提供從圖像輸入（攝像頭傳感器 / 電視信號輸入等）到顯示設備（LCD顯示屏 / TV輸出 / 外部圖像處理單元等）端到端的數據流信號處理的全面支持。
而Graphcore針對計算圖處理設計推出的IPU（Intelligence Processing Unit）處理器架構，正逐漸進入到AI廣泛的應用場景之中。可以這麼説，CPU和GPU是AI時代的適應者，而IPU才是為AI而生的。
CPU與GPU所不及？
Graphcore IPU的性能與市場上領先的GPU相比如何？這取決於它完成的任務。如果用於靜態圖像分類的前饋卷積神經網絡，GPU已經可以做得很好，但IPU可以提供兩到三倍的性能優勢，有時甚至是五倍。
AI人工智能的基礎就是深度學習，只有不斷地學習才是人工智能更加的“智能”。IPU芯片就是用於推理或培訓。因為隨着機器學習的發展，系統將能夠從經驗中學習。這就需要系統低延遲和不出錯，IPU可以有效地完成所有這些事情。
AI應用需要專門的處理器，而IPU正是這樣的處理器。目前，AI在各行各業均得到廣泛應用，IPU可以基於自身優勢為世界的智能化進程增添不竭動力。大家關於IPU（智能處理器）還有什麼想説的，可以關注並留言給科技貓。