AIチップアーキテクチャはグラフ処理を対象としています

東京— AIプロセッサデザイナーのブレイズ（以前はThinCI（「Think-Eye」と発音））は、完全にプログラム可能なグラフストリーミングプロセッサ（GSP）が2020年の第2四半期に量産されることを明らかにしました。

6歳のスタートアップは、電力レベルやベンチマーク結果などの製品仕様に精通していますが、2018年半ばにテープアウトされ、Linuxベースのボックスに収容されたテストチップは、世界中で16のパイロットプログラムに従事しています。 Blaizeの共同創設者兼CEOであるDinakarMunagalaは、1年間主張しました。

Blaizeは、GSPを「直接グラフ処理、オンチップタスクグラフの管理と実行、およびタスクの並列処理」を実行できると説明しています。つまり、Blaizeは、GPU、CPU、またはDSPではこれまで満たされていないAI処理のニーズを満たすようにGSPを設計しました。

AIプロセッサを扱っている多くの業界アナリストにとって、これは以前に聞いたことのある売り込みです。

TiriasResearchの主席アナリストであるKevinKrewell氏は、次のように述べています。名前を変えてよかったです。」

スライドプレゼンテーションでのGSPアーキテクチャに関する技術的な詳細の不足は、技術アナリストコミュニティにフラストレーションと懐疑論をもたらしています。ただし、ムナガラは2020年の第1四半期に情報を公開することを約束しています。

GSPアーキテクチャの高レベルのブロック図

GSPアーキテクチャは、一連のグラフストリーミングプロセッサ、専用の数学プロセッサ、ハードウェアコントロール、およびさまざまなタイプのデータキャッシュで構成されています。同社は、GSPが「真のタスクレベルの並列処理、オフチップメモリ​​の最小限の使用、深さ優先のハードウェアグラフスケジューリング、完全にプログラム可能なアーキテクチャ」を提供できると主張しています。 拡大画像については、ここをクリックしてください（出典：Blaize）

認定ベンダーリストに登録する

Munagalaの頭の中のBlaizeにとっての朗報は、すでにGSPを使用している初期の顧客の群衆です。 Blaizeは1年間、GSPを搭載したデスクトップユニットを出荷してきました。電源ソケットに差し込むだけでイーサネットに接続できます。データサイエンティスト、ソフトウェアおよびハードウェア開発者は、GSPによって実現されるシステムレベルの機能をすでに評価しているとムナガラ氏は述べています。

8700万ドルの資金を提供するブレイズは、デンソー、日本のティア1、ダイムラー、マグナなどの初期の投資家やパートナーに支えられています。 「2、3年前から自動車部門からも収益を上げています」と、ムナガラ氏は述べています。

テープアウトされたチップを手にした多くのスタートアップは、「私たちは今何をしているのか」に直面しています。ジレンマ。 Blaizeの副社長兼戦略的事業開発担当のRichardTerrillは、EETimesに「私たちはすでに1年前にその段階を通過しました」と語っています。

Blaizeは、カリフォルニア、インド、英国にまたがるエンジニアリングチーム（現在は325人）を強化することにより、インフラストラクチャの構築に重点を置いています。新しい施設に移動し、日本とEMEAでフィールドアプリケーションエンジニアを採用し始めています。 。 「私たちは勢いを維持しています」とムナガラは言いました。

Blaizeにとって、そのGSPビジネスは、もは​​やパワーポイントのプレゼンテーションの仕様でライバルのスタートアップと競争することではありません。それは、顧客がどのアプリケーションにGSPをどのように使用するか、そして特定の用途で「システムレベルで」消費する電力量を把握することです。

Blaizeは、ロジスティクスを明確にし、製品を自動車認定し、内部プロセスとドキュメントが認定されていることを確認することに忙しくしています。 「私たちはすでに監査プロセスを経ており、ある自動車クライアントの承認された資格のあるベンダーリストに載っています」とMunagala氏は述べています。これは、製品を納品するのに十分な長さではない可能性のあるスタートアップを避けることを好む自動車メーカーやティアメーカーによって実施される非常に必要なプロセスでした。

ブレイズは、英国（キングス・ラングリーとリーズ）で約30人のエンジニアを雇い、自動車製品の開発に従事しました。彼らは、イマジネーションがMIPSを売却したときに解き放たれた、緊密に結ばれたエンジニアのチームです。 「これらは、MIPSで協力してMIPSベースのASICをMobileyeの自動車認定にするために協力した、優秀な人材の集まりです」とMunagala氏は説明します。

グラフコンピューティング

AIにはさまざまな種類のニューラルネットワークがありますが、「すべてのニューラルネットワークはグラフベースです」とMunagala氏は説明します。理論的には、これにより、開発者はグラフネイティブ構造を活用して、単一のアーキテクチャ上に複数のニューラルネットワークとワークフロー全体を構築できます。したがって、同社のGSPの新しいマーケティングピッチは「100％グラフネイティブ」です。

ただし、Blaizeは、グラフコンピューティングの世界では必ずしもユニコーンではありません。 Graphcore、Mythic、そして現在失敗しているWave Computingはすべて、AI処理における「データフローグラフの最適化とコンパイル」について語っています。

テリル氏は、「もちろん、グラフコンピューティングには60年以上の歴史があります。」

Munagala氏によると、Blaize GSPは、3つの分野で他のグラフベースのデータフロープロセッサとの違いを主張しています。まず、「当社のGSPは完全にプログラム可能」であり、「幅広いタスク」を実行できます。

第二に、「動的に再プログラム可能…単一のクロックサイクルで」

第三に、「ストリーミングの統合を提供します」。これにより、遅延を最小限に抑えることができます。大規模な効率乗数は、非計算データの移動を最小限に抑えるか排除する「データストリーミングメカニズム」を介して提供されると彼は説明しました。

順次実行処理

拡大画像はこちらをクリックしてください（出典：ブレイズ）

GSPアーキテクチャのグラフネイティブの性質により、外部DRAMとの間のデータ移動を最小限に抑えることができます。外部で必要なのは最初の入力と最終出力のみですが、中央にある他のすべては一時的な中間データです。これにより、メモリ帯域幅と消費電力が大幅に削減されます。

グラフストリーミング実行処理

大きな画像はこちらをクリックしてください（出典：ブレイズ）

Blaizeシステムの目標は、「チップ、ボード、およびシステムレベルで、可能な限り低いレイテンシ、メモリ要件の削減、およびエネルギー需要の削減」です。

ブレイズのグラフ計算設計が特許で防御可能かどうかを尋ねられたムンガラ氏は、次のように述べています。私たちは複数の特許を持っています—いくつかはすでに付与されており、他は適用されていますが、私たちはこれを何年も続けています。」