Graphcore es una empresa británica (su sede está en Bristol) dedicada a la fabricación y comercialización de semiconductores de Inteligencia Artificial y aceleradores de Machine Learning. La compañía pelea contra otros nombres, como Nvidia, por liderar este mercado en el que están apareciendo varias startups.
De momento, Graphcore se sitúa entre las que más confianza está recibiendo, al menos por parte de los inversores, y acaba de recibir una nueva ronda de financiación de 222 millones de dólares. Su valoración roza los 3.000 millones de dólares y, aunque sigue sin ganar dinero, tiene ya la segunda generación de un procesador con el que quiere dar la potencia que la Inteligencia Artificial requiere.
Colossus, su unidad de "procesamiento inteligente"
Su producto estrella es un chip bautizado como Colossus. La segunda generación de este procesador, el MK2 GC200 IPU (Intelligence Processing Unit), tiene 60.000 millones de transistores, está construido sobre el proceso de fabricación N7 de TSMC, cuenta con 900 MB de memoria incorporada y puede lograr 250 TFLOP de cómputo de IA, según datos de la compañía. Graphcore también destaca que MK2 tiene un recuento de núcleos efectivo de 1472 núcleos, que pueden ejecutar cerca 9000 subprocesos para 250 Teraflops de cargas de trabajo de entrenamiento.
A la hora de vender este producto, Grpahcore suele agrupar cuatro de sus chips en un único chasis (de nombre IPU-M2000) al que añade un chip de control basado en Arm y una gran cantidad de redes para permitir una red que contenga hasta 64.000 chips.
Graphcore también proporciona el software POPLAR, con soporte directo para los marcos de aprendizaje automático PyTorch, TensorFlow, ONNX y PaddlePaddle.
La tecnología de Graphcore, a la que llama "unidades de procesamiento de inteligencia", está diseñada para manejar los requisitos del aprendizaje automático. El chip Colussus de Graphcore recibió su nombre de uno de los primeros ordenadores que se construyeron durante la Segunda Guerra Mundial en Bletchley Park, el centro de descifrado de códigos y que permitió al gobierno británico descifrar los mensajes intercambiados por Adolf Hitler y el alto mando militar alemán durante la Segunda Guerra Mundial.
Acuerdo con Dell y TSMC
Con el producto de primera generación de Graphcore, la compañía llegó a un acuerdo con Dell para proporcionar servidores con ocho tarjetas PCIe complementarias, cada una con dos de sus IPU de primera generación.
La compañía afirma que el MK2 de segunda generación está llegando a más clientes, incluso en periodo de COVID, especialmente para investigaciones académicas como UMass, Oxford e ICL. Sin embargo, hay pocos detalles oficiales sobre sus clientes corporativos.
Graphcore ya ha anunciado también, a través de TSMC, que está analizando el proceso de fabricación de 3 nm (nanómetros) de TSMC para una futura línea de productos.
Nvidia, la gran competidora
El desarrollo y la integración de la inteligencia artificial requerirá de un hardware mucho más potente, lo que está facilitando la creación de todo un mercado de chips de alta gama alrededor de la IA. Tanto Nvidia como Graphcore esperan tener una ventaja en este mercado, en el que hay otros nombres interesados, como el de la propia Intel. La decisión de Nvidia de comprar ARM podría consolidar aún más su control en el mercado de chips centrado en IA.
Mientras, Graphcore espera diferenciarse de sus rivales (y superarles en rendimiento) que fabrican unidades de procesamiento de gráficos (GPU), incluida Nvidia con un planteamiento de fabricación diferente.
Según explica Nigel Toon, CEO de Graphcore, a Yahoo Finance, la compañía ha desarrollado un tipo de procesador completamente nuevo construido desde cero especialmente para IA. “Tenemos muchos más núcleos de procesador dentro del chip. Tenemos una interconexión muy diferente entre esos núcleos de procesador. Y realmente ofrece un conjunto muy diferente de capacidades de rendimiento para los clientes". Este directivo asegura que su propuesta está indicada para acelerar una amplia gama de aplicaciones de inteligencia artificial.
Cabe señalar que la relación entre Nvidia y Graphcore viene de lejos. Graphcore vio la luz a finales de 2013. Nigel Toon, su CEO, y Simon Knowles, su director de tecnología, se habían conocido en Icera, una empresa que fabrica chips para infraestructura de redes móviles 3G y que fue vendida a Nvidia en 2011.
En búsqueda de unos benchmarks de la industria
En esta pelea por liderar el mercado, Graphcore recientemente publicaba unos benchmarks propios en los que aseguraba que, en comparación con Nvidia A100 DGX, sus resultados significativamente mejores. Evidentemente, son pruebas interesadas, pero Graphcore también se ha unido a MLCommons, un consorcio que, entre otras cosas, quiere establecer unas métricas comparables para cada una de las propuestas de Inteligencia Artificial y Machine Learning que aparecen en el mercado.
Este consorcio ha creado MLPerf, que establece un conjunto de tareas y métricas de rendimiento, así como el enfoque correcto para realizar comparaciones utilizando modelos comunes de aprendizaje automático o implementaciones más novedosas.
Un unicornio no rentable
Con esta última ronda de financiación Grpahcore suma 710 millones de dólares de inversión. No es la única startup que está generando interés por sus propuestas de silicio en materia de Inteligencia Artificial. Otro de los grandes nombres en este terreno sería la startup china de semiconductores Horizon Robotics, fundada por un CEO Yu Kai, un veterano de Baidu, y cuyas rondas de inversión han sumado 850 millones de dólares. SambaNova ocupa el tercer lugar con 456 millones y Nuvia tiene 293 millones.
Pero, además, esta última ronda de financiación hace que la valoración de Graphcore roce los 2.800 millones de dólares. La compañía alcanzó por primera vez la consideración de "unicornio" (una valoración superior a los mil millones de dólares) en 2018. Entre sus inversores se encuentran nombres tan dispares como BMW, Microsoft, Samsung o Sequoia Capital.
Pese a estas cifras, Graphcore sigue sin ser rentable. En 2019, el año más reciente para el que hay cuentas disponibles, obtuvo solo 10 millones en ingresos y acabó en números rojos, perdiendo 96 millones. Su expansión internacional y la contratación de personal en países como Noruega, EE.UU., China y Taiwán son responsables de estas partidas.
Ver 3 comentarios