• 结合Paperspace提供的零设置云上Notebook体验，在几秒钟内启用Graphcore IPU。
• 访问一系列IPU就绪机器学习和教程，包括代码示例和学习内容。
• 发现并尝试使用强大、专用的Graphcore机器。该机器具有16个IPU和4 petaFLOPS人工智能计算。

Paperspace是一个MLOps平台，专精于按需高性能计算。它让机器学习开发者和研究人员在几分钟之内就可以获取免费的Graphcore智能处理器（IPU）。该服务于今天正式发布，在Gradient中提供专用IPU访问。Gradient是Paperspace用于构建、训练和部署机器学习模型的平台。

现在，Paperspace Gradient用户现在都可以通过预先配置的IPU优化运行时，轻松在云端的Graphcore机器上运行先进模型，启动时无需安装驱动程序、SDK或运行设置脚本。世界各地的开发者现在可以运行Graphcore教程和示例项目，探索IPU聚焦人工智能的独特架构和Poplar SDK的优势。

“Paperspace长期以来一直被认为是机器学习开发人员的首选云平台，对那些在人工智能优先（AI-first）的平台公司、规模化企业和大型企业中工作的人工智能工程师产生了巨大的吸引力，这使其成为Graphcore的绝佳合作伙伴。此次合作对机器学习社区来说是一种双赢，它结合了Graphcore IPU技术经过验证的性能优势，以及Paperspace的Gradient云平台提供的易用性和强大的开发环境。”Graphcore联合创始人兼CEO Nigel Toon表示，“我们今天推出的联合产品在简单易用的Jupyter notebook环境中，为学习如何面向IPU对模型进行优化，以及体验那些IPU能够真正大放异彩的人工智能应用程序（如图神经网络和用于视觉及自然语言处理的Transformer模型等等），提供了一种完美的方式。”

使用基于Gradient Notebooks的浏览器在IPU上运行先进模型

通过Paperspace设置IPU访问自始至终都非常简单，全部都是通过Gradient Notebooks直观和熟悉的浏览器环境，在预先构建的Docker容器中进行的。Gradient Notebooks是一个基于Web的Jupyter IDE。

Jupyter Notebooks是最受欢迎的数据科学工具之一。Gradient将Jupyter提升为一个强大灵活、易于使用的成熟IDE和MLOps平台。

如要开始使用，只需在Gradient工作区中选择一个IPU运行时，这些运行时带有预加载的docker容器、代码和数据集。用户还可以访问最新出色模型的甄选列表，这些模型可以充分展现了IPU的优势，包括自然语言处理、计算机视觉和图神经网络。

用户可以查看并复制一系列开箱即用的公开模型基准，而不必担心设置自身开发环境。直接链接到Graphcore模型花园的“在Gradient上运行”按钮进一步简化了相关操作。

可用模型包括：

• BERT-Large——用于序列分类、命名实体识别、问题回答、多项选择等的自然语言处理transformer模型
• RoBERTa——以BERT为基础，修改了关键的超参数，去掉了下一句话的预训练目标，用更大的迷你批次和学习率进行训练
• ViT（视觉Transformer）——用于图像识别的计算机视觉模型，在图像的补丁上采用类似Transformer的结构
• Cluster-GCN——训练深度和大型图卷积网络的有效算法，通过集群采样的方法，执行节点分类任务，实现大规模训练
• TGN（时间图网络）——推特开发的一个图神经网络模型，用于对可表示为事件流的动态图进行深度学习
• SchNet——基于图神经网络的模型，用于对分子中原子之间的量子相互作用进行建模

对于那些想要探索更多的人来说，Gradient支持配置高级设置，以加载（包括来自Graphcore的开发人员门户、社区代码或个人存储库的）任何GitHub存储库，并将其与官方Jupyter Docker容器配对。这些Docker容器可以在Graphcore的Docker Hub获取。

探索强大的IPU技术——无需预先承诺

Paperspace免除了使用本地硬件或设置并维护工作环境的需要。此外，它以免费形式提供，无需任何形式的未来付费订阅承诺。

Gradient Notebooks支持用户自由地按照他们自己的节奏来评估Graphcore的IPU技术的性能和软件生态系统：每次可以运行一个专用IPU实例，运行时间每次最长六个小时，次数不限。

所有IPU使能的Gradient Notebooks都由IPU-POD₁₆经典机器驱动，提供4 petaFLOPS的人工智能计算。

丰富Paperspace Gradient IPU体验

该项免费云服务今天的发布标志着将IPU的所有功能引入Paperspace Gradient平台的第一步。在不久的将来，Graphcore和Paperspace将扩展其联合产品，为实验和生产提供IPU的端到端体验。

这将包括按需付费选项。该选项可以扩展对在不同IPU POD系统中使用基于Notebook的IPU的支持。这将支持用户在IPU上以适合他们工作负载计算需求的方式，对自己的模型进行训练，运行实验，并将模型训练和推理投入生产，优化运行时和算法。

注册

如欲注册获取Paperspace Gradient上的免费IPU访问，请移步：

https://www.paperspace.com/graphcore

入门资源

• 详细解读：Paperspace上的IPU入门

用户还可以参考以Gradient Notebooks形式提供的一系列颇受欢迎的教程和代码示例，快速轻松地开始使用。