Graphcore

原討論串開頭：https://t.me/GooayeUSA/110618

DY CHENG, [31.08.20 15:25]

請問一下 像Graphcore 這種產品，對NVIDIA的AI相關生意影響大嗎

CY L, [31.08.20 15:40]

跟TPU類似的產品，需要觀察長期下來的費用攤提

Preemptible gpu的費用相當便宜，而且水平部署方便

我自己是比較少用TPU類型的pod來做訓練，開起來的底價就是比較貴一點點

現在AI這塊（無論Inference or Training）還是戰國時代，NVDA / GOOG 抑或是 GraphCore應該都還在砸錢研發最有效率的硬體

DY CHENG, [31.08.20 15:44]

感謝 所謂的價格便宜是指GRAPHCORE的比NV的便宜是嗎?

CY L, [31.08.20 15:52]

硬體成本應該是：NV <<<<< GraphCore 😆

但實際使用成本會是雲端商收費（應該不會有公司自己養硬體？）

就看 Azure GraphCore / GOOG TPU vs AWS/GCloud/Azure掛多張GPU的收費標準比較了

DY CHENG, [31.08.20 15:53]

多謝👍

CY L, [31.08.20 15:58]

SRY 多補充個觀點

NVDA這邊ＡＩ的份額應該是賣給資料中心的數量（toC的份額應該可以忽略？需要看看財報）

主要就是看TPU / GraphCore能不能排擠資料中心內GPU的佔比，如果不能排擠，其實NV還是照樣爽出貨就是😂

菜雞思路，不一定正確

美股 菜菜子, [31.08.20 16:22]

這些年 data center 主流大都用 nvda 的 v100, (剛推出了 A100), 要是類似 graphcore 這種蠻整合的產品能穩定跑起來, 並把大多數流行的model (bert, restnet..etc) 穩穩支持起來, 讓軟體這邊無痛轉移的話, 是有機會打擊 NVDA的dominate market, 畢竟 NVDA 真的比較貴, 只是起步早把原本就有的 GPU 加點 tensor unit 就可以把 training 跑起來, 不過晶片這東西非常燒錢 ... TPU 做得不錯 感覺 marketing 在亂搞 ~

b, [31.08.20 18:01]

Tech Crunch - Graphcore, the AI chipmaker, raises another $150M at a $1.95B valuation

b, [31.08.20 18:02]

Anand Tech - TSMC and Graphcore Prepare for AI Acceleration on 3nm

Wind Lu, [31.08.20 18:05]

之前有家AI晶片新創公司 做了一顆chip ，大小就是一個12吋wafer，效能很強，結果只賣出兩顆晶片。 科技新報 - 新創獨角獸 Cerebras 推出 AI 單晶片超級電腦，大型 AI 學習訓練可從數月降至數分鐘

Ken Chen, [31.08.20 18:08]

這個酷！

Wind Lu, [31.08.20 18:10]

賣出兩顆 還是美國國家實驗室買的 一顆2Musd的樣子 不過他們二代改變方法了 成本應該會下降