Graphcore是一家资金雄厚且雄心勃勃的英国芯片设计师，专门研究AI应用，该公司公布了其所说的世界上最复杂的芯片：Colossus MK2或GC200 IPU。

Graphcore说，该处理器拥有594亿个晶体管，性能是该公司的Colossus MK1的八倍。它拥有超过英伟达A100中发现的540亿个晶体管，该A100以前曾是全球最大处理器的称号，而这家美国公司于今年早些时候宣布。

7纳米GC200拥有594亿个晶体管

每个GC200芯片具有1,472个独立的处理器内核和8,832个独立的并行线程，所有这些均由900MB的处理器内RAM支持。Graphcore将通过其新的IPU机器M2000使GC200可用，该机器在一个披萨盒的大小中包含四个GC200芯片，并提供1 petaflop的总计算量。该公司表示，其新硬件是“完全即插即用的”，客户将能够将多达64,000个IPU连接在一起，总共具有16 exa的计算能力。宣布这一消息之际，人工智能的出现仍在动摇芯片世界。训练AI模型需要高度并行的处理器，这一需求吸引了新的市场参与者(例如Graphcore)，甚至还鼓励一些现有的技术巨头(例如Google)制造自己的专用芯片。

到目前为止，英伟达已经占领了市场，因为它最初设计用于加速视频游戏中图形渲染的GPU已被证明非常适合AI处理。Graphcore试图挑战这一主导地位，并且已经吸引了微软和戴尔等科技行业的大量资金和资深支持者。

今年早些时候，Graphcore宣布在最新一轮融资中已吸引1.5亿美元的研发资金，总估值为19.5亿美元。该公司成立于2012年，当时深度学习的趋势才真正兴起。该公司声称其最大的优势在于，其芯片在设计时就完全考虑了AI。

Moor Insights&Strategy的分析师Karl Freund告诉The Verge，他对Graphcore的最新产品印象深刻，尤其是其软件的升级，这对于正确利用AI所需的巨大并行处理能力至关重要。

“ GRAPHCORE关注的不仅是芯片，还包括系统。”

“ Graphcore不仅关注芯片，还关注系统”，Freund说。“训练有意义的神经网络不能在单个芯片上完成，它必须在成百上千，甚至成千上万的芯片上完成，而在我看来，可扩展性才是真正使Graphcore脱颖而出的原因。”

他指出，例如，Graphcore的支持软件“对于初创公司来说非常完善”，能够与各种AI框架进行交互，并提供了使工作人员能够充分利用其硬件的工作负载监视工具。

看起来，即使在硬件市场上，公司在可以安装在芯片上的晶体管数量上展开竞争，但软件仍将成败公司的命运。