クラウドAI特化のチップで手応え、超高知能AI開発も：Graphcore CEOに聞く（1/2 ページ）

2016年に設立された英スタートアップのGraphcoreは、データセンター／クラウドでの機械学習に特化したプロセッサIPU（Intelligence Processing Unit）の開発を手掛ける企業だ。同社のIPUは金融、医療、自動車、消費者向けインターネットサービスなど、さまざまな分野で導入されている。Graphcoreの共同設立者兼CEO（最高経営責任者）のNigel Toon氏に、Graphcoreのビジネスの現状や、次世代IPU、日本での戦略について聞いた。

[村尾麻悠子，EE Times Japan]

　2016年に設立された英スタートアップのGraphcoreは、データセンター／クラウドでの機械学習に特化したプロセッサIPU（Intelligence Processing Unit）の開発を手掛ける企業だ。同社のIPUは金融、医療、自動車、消費者向けインターネットサービスなど、さまざまな分野で導入されている。

　Graphcoreの共同設立者兼CEO（最高経営責任者）のNigel Toon氏はエンジニア出身で、（Intelが買収した）Alteraに13年間在籍していた。その後、3G（第3世代移動通信）モデムチップを手掛けるIcera（2011年にNVIDIAが買収）を立ち上げるなど、起業にも半導体技術にも深い知見を持つ人物だ。EE Times JapanはToon氏に、Graphcoreのビジネスの現状や、次世代IPU、日本での戦略について聞いた。

Graphcoreの共同設立者兼CEOのNigel Toon氏 出所：Graphcore

ベンチマークではNVIDIAのGPUを上回る結果も

――創業して6年が経過しました。GraphcoreのIPUは着実に進化していますね。

Nigle Toon氏　AIでは、演算処理をするときのデータの構造そのものが従来とは異なっている。現在、多くの企業が、NVIDIAのGPUなどを使ってAIモデルを作成しているが、次世代のAIモデル構築では、より多くのデータや、異なる種類の計算エレメントが求められる。IPUは、既存のAIモデルだけでなく、こうした次世代のAIモデル構築まで見据えて開発されている。

　機械学習の業界標準ベンチマーク「MLPerf」では、従来のGPUに比べると、当社のIPUは同等またはそれ以上の性能が出ることが示されている。

ResNetのベンチマークについて、GraphcoreのシステムとNVIDIAおよびHabana Labs（Intel）のシステムを比較した結果［クリックで拡大］ 出所：Graphcore

　近年注目されているGNN（グラフニューラルネットワーク）でも、同分野の第一人者であるオックスフォード大学教授、Michael Bronstein氏と共同でIPUの評価を行った。その結果、GNNアーキテクチャの一つであるTGN（時間的グラフネットワーク）のトレーニングを、NVIDIAのGPUに比べ約11倍高速に行えることが明らかになった。

――2022年3月には、TSMCと連携して開発した3D Wafer on Wafer（以下、WoW）技術を用いたIPU「Bow IPU」を発表しました。Bow IPUに対する顧客／市場の反応はいかがでしょうか。

Toon氏　Bow IPUのブレークスルーは、同等の電力で、より高い性能を実現できる点だ。市場の反応は極めて良く、手応えを感じている。

　Bow IPUは、当社のIPUの方向性を示す製品にもなっている。半導体製造プロセスは、7nm世代、5nm世代、3nm世代と移行しているが、トランジスタ数の観点で見れば「ムーアの法則」のスピードは減速している。より集積度を上げるにはチップの積層、つまりWoWが求められていると考えている。IPUの今後も、この積層がキーになる。もう一つはメモリだ。より高帯域かつ大容量のメモリが必要になってくる。

3D Wafer On Wafer技術の概要。左下はIPUの断面図で、下にあるのがプロセッサーダイ、上にあるのが電源供給ダイ［クリックで拡大］ 出所：グラフコア・ジャパン

――メモリも増強していく必要がある中、メモリ技術として注目しているものはありますか？

Toon氏　詳細は言えないが、当社の戦略的投資家の1社であるSamsung Electronicsと密に連携を取りながら、革新的な技術の実現に向けて取り組んでいる。既存のメモリ技術を、ユニークな方法で活用するものだ。