什么是IPU？为什么说它会超越CPU和GPU，成为AI的专用处理器？

人工智能近些年的大火，直接促进了CPU和GPU的发展，而NVIDIA的GPU真正借着这股“东风”迅速成为AI市场的主流产品之一，其势头甚至盖过了CPU。当时今天我们要说的有后起之势的AI专用芯片IPU（智能处理器）。

Graphcore

Graphcore是英国人工智能芯片硬件设计初创公司，现在IPU扛把子企业。而这家公司研发的智能芯片应用范围十分广泛，包括无人驾驶卡车、云计算、处理机器学习技术，等等。事实上，有了高性能芯片的支持，就能利用海量数据来训练人工智能系统。

IPU（智能处理器）

在图像识别的SOC中，有一个很重要的单元：IPU（Image Processing Unit）图像处理单元。图像处理单元的目标是提供从图像输入（摄像头传感器 / 电视信号输入等）到显示设备（LCD显示屏 / TV输出 / 外部图像处理单元等）端到端的数据流信号处理的全面支持。

而Graphcore针对计算图处理设计推出的IPU（Intelligence Processing Unit）处理器架构，正逐渐进入到AI广泛的应用场景之中。可以这么说，CPU和GPU是AI时代的适应者，而IPU才是为AI而生的。

CPU与GPU所不及？

Graphcore IPU的性能与市场上领先的GPU相比如何？这取决于它完成的任务。如果用于静态图像分类的前馈卷积神经网络，GPU已经可以做得很好，但IPU可以提供两到三倍的性能优势，有时甚至是五倍。

AI人工智能的基础就是深度学习，只有不断地学习才是人工智能更加的“智能”。IPU芯片就是用于推理或培训。因为随着机器学习的发展，系统将能够从经验中学习。这就需要系统低延迟和不出错，IPU可以有效地完成所有这些事情。