Graphcore IPU
厂商: Graphcore
分类: 创新架构 / 机器智能
架构: IPU (Intelligence Processing Unit)
简介
英国AI芯片先驱。IPU采用 massively parallel 架构,专为稀疏计算和图神经网络优化,在特定AI负载下表现卓越。
规格参数
| 型号 | 算力 | 显存/内存 | 接口 | TDP | 制程 |
|---|---|---|---|---|---|
| Bow IPU | 350 TFLOPS (FP16) | 900MB 芯上 SRAM | IPU-Fabric 互联 | 350W | 7nm |
| Mk2 IPU | 250 TFLOPS (FP16) | 900MB 芯上 SRAM | IPU-Fabric 互联 | 275W | 7nm |
官方网站
驱动下载
Linux
相关文档
操作系统支持
| Windows | Linux | macOS | Android |
|---|---|---|---|
| ❌ | ✅ | ❌ | ❌ |
版本历史
| 版本 | 发布时间 | 说明 |
|---|---|---|
| PopTorch 2.0 | 2024 | PyTorch 2.x 兼容 |
性能基准
| 型号 | 任务 | 性能指标 |
|---|---|---|
| Bow IPU | BERT-Large 训练 | ~85% H100 效率 |
| Bow IPU | PopART 灵图训练 | 支持 1B+ 参数模型 |
| Mk2 IPU | 通用 AI | 上一代产品 |
定价信息
| 型号 | 参考价格 | 备注 |
|---|---|---|
| Bow IPU | 需询价 | RapidAI (中国子公司) 销售 |
| Mk2 IPU | 需询价 | 逐步被 Bow 取代 |
快速安装
Linux
# 1. 安装 Poplar SDK (Graphcore 编程框架)
pip install poplar
pip install popart
# 2. 验证
gc-info
代码示例
Python (PopART)
import popart
import popart.ir as pir
import torch
# 使用 PopART IPU 后端
ir = pir.Ir()
with ir.main_graph:
x = pir.ops.host_store(pir.constant([1.0, 2.0]))
架构特色
- IPU (Intelligence Processing Unit): 专为大模型训练设计的处理器,片上通信密集
- Bow 架构: 第二代 IPU,引入内存优化和计算效率改进
- Poplar + PopART: Graphcore 统一编译器和运行时框架
模型兼容性
| 模型/框架 | 支持情况 | 备注 |
|---|---|---|
| PopART (PyTorch) | ✅ 原生 | 最佳支持 |
| TensorFlow | ✅ | PopART 后端 |
| PaddlePaddle | ⚠️ | 适配中 |
| 大模型训练 | ✅ | 分布式训练支持 |
相关产品
如果你在评估替代方案,以下产品可能也适合你的场景:
- Google Cloud TPU — Google(TPU 张量处理器)
- Cerebras WSE-3 — Cerebras(ASIC 专用加速卡)
- SambaNova SN40L — SambaNova(ASIC 专用加速卡)
- NVIDIA GPU / CUDA — NVIDIA(GPU 图形处理器)
- AMD ROCm / GPU — AMD(GPU 图形处理器)
- Intel Gaudi — Intel(ASIC 专用加速卡)