Blaize 发布面向 AI 工作负载的图流处理器（GSP）

东京——AI 加速器公司 Blaize（前身 ThinCI）宣布，其全可编程图流处理器（GSP）将于 2020 年二季度量产。

这家成立六年的初创公司未披露功耗和基准测试等详细规格。但其测试芯片于 2018 年中流片，在基于 Linux 的机箱中运行，过去一年已部署于全球 16 个试点项目，CEO 兼联合创始人 Dinakar Munagala 表示。

Blaize 将 GSP 定义为执行直接图处理、芯片上管理和执行任务图、实现任务级并行。本质上，GSP 解决 GPU、CPU 和 DSP 难以高效服务的 AI 工作负载。

行业分析师指出，这一主张呼应其他 AI 处理器厂商的熟悉论调。

Tirias Research 首席分析师 Kevin Krewell 说：“我对 ThinCI 略知一二，但从未获悉其架构宣传。庆幸他们改了名字。”

幻灯片中缺乏 GSP 架构技术细节，引发分析师挫败感和怀疑。Munagala 承诺 2020 年一季度发布全面信息。

进入合格供应商名单

对 Blaize 利好的是，Munagala 透露早期采用者名单不断扩大，已使用其 GSP。过去一年，Blaize 出货配备 GSP 的桌面单元，可插电并通过以太网连接。数据科学家、软硬件开发者正评估 GSP 赋能的系统级功能。

Blaize 融资 8700 万美元，早期投资者和合作伙伴包括 Denso、Daimler 和 Magna。“我们在汽车领域已产生收入数年，”Munagala 说。

许多初创企业流片后面临“接下来做什么”困境。Blaize 战略业务发展副总裁 Richard Terrill 告诉 EE Times：“我们一年前已跨越该阶段。”

Blaize 专注扩充基础设施，工程团队增至 325 人，分布加州、印度和英国。正搬迁新设施，在日本和 EMEA 招聘现场应用工程师。“我们保持势头，”Munagala 说。

对 Blaize 而言，GSP 业务不再关乎规格表竞争，而是理解客户如何在真实应用中使用 GSP，并测量那些语境下的系统级功耗。

Blaize 忙于完善物流、获取车规认证，确保内部流程和文档满足认证标准。“已完成审核流程，进入一家汽车客户的批准合格供应商名单，”Munagala 说。此里程碑对偏好长期可靠合作伙伴的车企和一级供应商至关重要。

Blaize 在英国（Kings Langley 和 Leeds）招聘 30 名工程师专注汽车产品开发。团队由高素质人员组成，曾在 MIPS 从事基于 MIPS 的 Mobileye ASIC 开发，具备深厚领域专长。

图计算

AI 跨越多种神经网络类型，“所有神经网络本质都是基于图的，”Munagala 解释。理论上这使开发者能在单一架构上构建多个神经网络和完整工作流。因此 GSP 营销口号：“100% 图原生。”

Blaize 非图计算领域独行者。Graphcore、Mythic 和已关闭的 Wave Computing 也讨论优化和编译数据流图用于 AI 处理。

Terrill 指出：“图计算历史超 60 年。”

据 Munagala 称，Blaize GSP 在三方面区别于其他基于图的数据流处理器。第一，GSP 全可编程，能处理广泛任务。第二，单时钟周期内“动态可重编程”。第三，集成流式处理最小化延迟。数据流机制减少或消除非计算数据移动，带来显著效率倍增。

GSP 架构的图原生设计将数据移动到外部 DRAM 最小化。仅初始输入和最终输出需要外部内存；中间数据保留片上，大幅降低内存带宽和功耗。

Blaize 系统的既定目标是：“可能的最低延迟、减少内存需求、芯片/板卡/系统层面的能量需求。”

被问及 Blaize 图计算设计专利防御性，Munagala 回应：“我们对专利组合充满信心。持有多项授权专利，另有申请中，反映多年聚焦研究。”