BOW 在现实世界的性能表现
为自然语言处理、计算机视觉、图神经网络等领域提供先进的性能和更高的能效
BOW POD 对比经典IPU-POD:性能提升高达 40%

大规模的性能和效率
更高的吞吐量和更短的训练时间使得Bow Pod 系统在高度准确的现代图像识别模型(如 EfficientNet 和 Vision Transformers)中大放异彩。
体验在训练和推理自然语言处理 (NLP) 模型(如 BERT 和 GPT、图神经网络 (GNN)、目标检测、语音等)时出色的结果。


Graphcore中国工程副总裁金琛介绍Bow Pod性能

POPLAR®
使用IPU-POD系统,您可以在多达64,000个IPU上运行大量工作负载。 借助软件Poplar,如此规模的计算可以像使用一台机器一样简单。 Poplar负责所有扩展和优化,从而使您可以专注于模型和结果。
当您希望多个用户同时运行不同的工作负载时,Virtual-IPU软件可以使多个用户之间动态共享AI计算。
Poplar支持用于基础架构管理的行业标准生态系统工具,包括Open BMC和Redfish,Docker容器以及Slurm和Kubernetes的编排,并且我们一直在增加对更多平台的支持。
客户感言
-
Citadel
Citadel
Citadel尤为重视通过前沿技术来优化不同策略及资产的投资过程。我们相信,想要在行业领先,就要时常为投资团队重新评估及改进科技。我们很高兴能够成为Graphcore的早期合作伙伴,并能够采用这种新型处理器技术来测试相应的应用。 Graphcore 的IPU 是从零开始,专为机器学习设计的,其创新的系统架构使我们得以探索以往不可能完成的新技术。
Daniele Scarpazza 研发团队负责人 -
Microsoft
Microsoft
自然语言处理对微软而言非常重要。我们需要它来运算AI工作负载及在微软Azure上为我们的客户提供AI服务。与Graphcore合作及Graphcore处理器带来的强大潜力令我们无比激动。Graphcore的解决方案拓展了Azure的能力,并确保Azure持续作为绝佳的AI云平台提供服务。
Girish BalaniAzure企业副总裁 -
Baidu
Baidu
智能硬件平台与深度学习框架的融合成为构建全球领先的AI 应用与推广生态的关键。通过百度飞桨硬件生态圈,我们希望与合作伙伴们携手,加快软硬一体适配。Graphcore是百度飞桨在云端训练和推理方面重要的合作伙伴,通过飞桨硬件生态圈,更多使用飞桨的开发者可以利用Graphcore的 IPU技术进行机器学习创新,缩短训练时间,提升开发效率。
百度飞桨 -
Imperial College London
Imperial College London
我们相信,新的处理器技术将在不远的将来在Spatial AI(空间人工智能)和SLAM(同步定位与建图)的发展中发挥关键作用,并且很高兴能够在早期便获得Graphcore创新的新硬件的研究机会。完全通用的空间AI需要在计算图上进行稀疏概率和几何推理,并需要使用深度神经网络进行计算。通过同时重视通信和计算,Graphcore创建了一种新的可扩展架构,我们认为该架构具有以低延迟和低功耗执行所有这些算法的潜力。
计算系机器人视觉教授安德鲁·戴维森 -
University of Oxford
University of Oxford
创造和维持用于量子计算机的固态量子比特是很复杂的。要将量子比特转换及保持稳定,是需要实时的分析及控制多个敏感变数。这是一个完美的机器学习问题。我们使用的进阶AI模型已经达至极限。与Graphcore的早期合作已经为我们带来巨大的性能增长,因为Graphcore IPU 拥有强大计算能力和处理稀疏等传统的AI困难。我们对Graphcore下一代的IPU技术感到兴奋,其运算能力可将量子计算推进得更快更远。
牛津大学纳米材料教授Andrew Briggs -
Agilor
Agilor
在ET0的项目中,我们最大的挑战是得到的基础数据是稀疏的,是不准确的,有些时候中间参数会有缺失。在这种情况下,我们需要大量的数据清理、数据治理的工作,从而需要大量的算力。最终我们选择了Graphcore IPU 代表的新型算力,来辅助提高我们的计算速度。在IPU上,目前我们做到了单一算法的速度提升,提升60.5倍。Graphcore IPU技术使得我们有信心应对未来更多的气候变化,实现更短期的预测、更短期的响应。
安捷中科CEO黄思源 -
PaddlePaddle
PaddlePaddle
Graphcore是百度飞桨一直以来的好朋友和重要伙伴,百度飞桨在Graphcore IPU上完成训练和推理的支持,是我们飞桨硬件生态一次重要的升级。百度飞桨模型库中的模型如Bert在IPU上实现了很好的训练和推理性能。同时,Graphcore的深度学习引擎PopART具有的良好可用性,也支持飞桨在IPU上的适配变得简易。我们将和Graphcore深化合作,将飞桨模型库更多的模型迁移到IPU上,共同打造基于飞桨和IPU的世界级AI解决方案,赋能AI开发者和企业。
赵乔
百度飞桨产品团队负责人 -
DPtech2
DPtech2
Graphcore的IPU硬件以及相应的SDK环境非常适合分子动力学模拟。无论是从IPU硬件和Poplar软件属性上来说,还是从DeePMD-kit本身方法的算法上来说,IPU都很有优势,并且仍有相当程度的潜力可以发掘。未来我们会继续和Graphcore在硬件以及软件算法、适配、协作上进行更多的探索.
深势科技首席科学家张林峰 -
-
Sensoro
Sensoro
Graphcore的IPU系统为我们双方共同打造的城市ESG解决方案提供了高效易用的算力平台,解决了我们长期面临的算力瓶颈。Graphcore IPU的高效AI计算和Poplar软件的易用性,加速了系统中多种AI模型的开发、调优,和部署进程,为我们探索更具创新性的AI解决方案提供了计算基础。我们正在和Graphcore合作,将为城市ESG打造的AI解决方案应用到不同城市。
SENSORO创始人兼CEO赵武阳
我们的投资者





















