2025年のベストミニゲーミングPC：専門家推奨
新しいチップは、2つのダイを接着したもので、EfficientNetのような機械学習タスクのパフォーマンスを40%向上させます。
グラフコアは、木曜日に「ボウ」と呼ばれる新しいチップを発表しました。このチップは、2つの半導体ダイを重ねて使用しており、深層学習のトレーニングなどのアプリケーションを40％高速化し、エネルギー使用量を削減すると述べています。
同社はまた、Bowチップを搭載した「IPU-POD」と呼ばれるマルチプロセッサコンピュータの更新モデルを発表しました。これらは、Nvidiaの同等のDGXマシンの5倍の速度で、価格は半分であると主張しています。
メガトロン・チューリングのような深層学習ニューラルネットのモデルサイズの増加を受けて、同社は500兆のパラメータを使用するニューラルネットワークモデルを処理できる「グッドコンピュータ」と呼ばれるコンピュータ設計に取り組んでいると発表しました。これにより、同社が言うところの超人的な「ウルトラインテリジェンス」が可能になります。
Bowプロセッサは、Graphcoreが「IPU」と呼ぶインテリジェンス処理ユニットの最新バージョンです。同社は以前に2つのIPUのバージョンをリリースしており、最後のものは2020年末に発表されました。
ボウはロンドンのボウ地区にちなんで名付けられたもので、グラフコアの共同創設者で最高技術責任者のサイモン・ノウルズはメディアブリーフィングで「私たちにとっての戦略的方向性の第一歩であり、垂直シリコン統合、言い換えればシリコンダイを重ねることを含んでいます」と述べました。
競合のCerebras Systemsが開発した「ウェハースケールエンジン」に似て、Bowは従来のマイクロプロセッサ製造を超えた新しい製造技術を利用しています。
Bowは、2つのダイが結合されたウエハーオンウエハーチップ技術を使用した最初のチップです。これは、契約チップ製造の巨人である台湾セミコンダクター製造と「密接に協力して」開発されたと、GraphcoreのCTOであるサイモン・ノウルズがメディア向けのブリーフィングで述べました。
このチップは、350兆の浮動小数点混合精度AI演算を毎秒実行できるとノウルズは述べており、これによりこのチップは「今日の世界で最高の性能を持つAIプロセッサー」となった。
CerebrasのWSE-2チップは、技術ニュースレターMicroprocessor Reportの推定によると、それよりも速いようで、WSE-2は32ビットまたは16ビットの浮動小数点演算に対してそれぞれ1,700から3,400テラフロップスを提供すると主張しています。しかし、GraphcoreはCerebrasのチップはチップではなく、実際にはウエハであると主張しています。なぜなら、それはほぼ全体の12インチ半導体ウエハで構成されているため、比較できないからです。
Bowは同じ900メガバイトのオンチップSRAMプライマリキャッシュを使用し、1秒あたり65兆バイトのデータを移動できます。チップ間のリンクは1秒あたり320ギガバイトで移動します。
Bowの製造プロセスは、2つのウエハを融合させた後、ウエハを個別のダイに切断することを含みます。チップは「ハイブリッドボンディング」として知られる方法で接合され、ノールズはこれを冷間溶接に例えました。これは各ウエハの金属回路を接合します。上のウエハは非常に薄いフィルムのような質感に削られ、「フロッピー」になります。下のウエハは2つの構造的支持を担っています。
そのプロセスは「2つのウエハー間の非常に高い密度の相互接続を可能にする」とノウルズは述べた。
彼は、「より洗練されている」と述べ、例えばアドバンスト・マイクロ・デバイセズがメモリー回路をロジックダイに結合するために使用する典型的な「チップオンウエハ」アプローチよりも優れているとしました。そのプロセスと比較して、ウエハオンウエハは相互接続の密度を10倍に達成すると彼は言いました。
弓の追加技術は特別な「ビア」であり、積み重ねられたサイコロをシステムの残りの部分に接続するトンネルです。
IPUのロジックおよびメモリ回路にある上部ダイの目的は、回路に電力を供給することです。それらは「ディープトレンチキャパシタセル」として知られ、DRAMメモリセルに似ています。情報を保存するのではなく、セルはロジックトランジスタを加速する「チャージリザーバー」です。これにより、トランジスタのクロックスピードが1.325ギガヘルツから1.85ギガヘルツに増加します。これが40%のスピードアップをもたらします。
新しいチップは、すべての既存のGraphcoreシステムおよび同社のPoplarプログラミング環境とコード互換性があり、価格は以前のモデルと同じです。
グラフコアは、ボウチップが電力消費を16%改善すると述べました。
Bowは、BOW PODと呼ばれるIPU-PODマシンに組み立てられ、16個のBowチップから1,024個までスケールし、最大358.4ペタフロップスの計算能力を提供し、最大64個のコンパニオンCPUプロセッサーと連携します。
Graphcoreは、MLPERFベンチマークテストでNvidiaに対して競争力のある指標を示したBOW POD-16が、Nvidiaの同等のDGX-A100サーバーに対してEfficientNetニューラルネットワークのトレーニングを5倍の速度で行えると主張しています。Graphcoreによれば、BOW POD-16のコストはDGXの半分で、149,995ドル対299,000ドルです。
ボウベースのポッドマシンの初期顧客には、ワシントン州リッチランドにある米国エネルギー省の研究所である太平洋ノースウェスト国立研究所（PNNL）が含まれています。PNNLは、計算化学やサイバーセキュリティなどのタスクのために、トランスフォーマーベースのニューラルネットワークやグラフニューラルネットワークを実行するためにこれらのマシンを使用しています。
一部のパートナーは、キングソフトクラウド（中国）やシラスケールを含むクラウドサービスとしてポッドを提供します。
グラフコアの共同創設者兼CEOであるナイジェル・トゥーンは、同じメディアブリーフィングで、ボウのウェハーオンウェハーアプローチが多くのスタックダイを可能にし、計算能力を劇的に向上させると述べました。
「このウエハーオンウエハー技術を活用して、AIコンピューティングの次のフェーズを推進していくつもりです」とトゥーンは述べました。
彼が言うには、その次世代IPUは、アラン・チューリングの同僚であり「知能爆発」を考案した1960年代の計算科学者ジャック・グッドのビジョンを実現するだろう。
グッドは「コンピュータが人間の脳の計算能力と情報容量を超えることができるというアイデアを最初に説明した人物でした」とトゥーンは言いました。「私たちは今、超知能のアイデアを実現するプロジェクトに取り組んでいます。」
「それが計算スループットの観点で何を意味するのか、実際にはわかりません」とノールズは言いました。しかし、人間の脳には数百兆のシナプスがあります。
それらのシナプスは「人工ニューラルネットワークによって学習されるパラメータに非常に似ています」と彼は述べました。今日のニューラルネットはほぼ1兆に達しており、「人間の脳と同様のパラメトリック能力を持つ人工ニューラルネットワークを構築するには、明らかにさらに2桁以上の規模が必要です。」
「これが私たちが今日発表することです」とノウルズは言いました。「実際に人間の脳のパラメトリック能力を超える機械です。」
「これは夢のアイデアではなく、製品です」とノウルズは言いました。「これは、私たちの顧客が求めているため、提供することに決めたものです。」
「これは一度きりのものではなく、私たちは多くのものを作り、それを顧客に販売するつもりです。」
グッドコンピュータは、ロジック回路を持つ複数のウェーハを組み合わせ、10エクサフロップスの計算能力、すなわち1秒あたり1000億億の浮動小数点演算を実現し、4ペタバイトのメモリによって支えられます。
「私たちは、この技術を約1億2000万ドルで製品として提供できると期待しています」と彼は言いました。「これは多額の金額ですが、実際には今日の多くのスーパーコンピュータよりもかなり少ないです。」
ノールズは、ますます大きなニューラルネットが将来的にチップ間の相互接続に対してより大きな需要をもたらすことを認めました。「モデル構造がより豊かになり、ある意味でグラフのようになり始めると、チップ間の帯域幅に対して常に圧力がかかることになります。そして、それは次世代のアーキテクチャにおける私たちの考え方の要因であることは間違いありません。」