Graphcore采用新思科技Design Platform设计 Colossus芯片，加速AI计算

新思科技（Synopsys, Inc.）宣布，Graphcore采用新思科技 Design Platform成功设计其Colossus智能处理单元（IPU），与现有处理器（CPU和GPU）相比，加速了人工智能（AI）计算。新思科技全面的数字和定制设计流程通过关键的人工智能优化技术，使设计者能够在应用于云计算、数据中心、汽车和移动应用的AI芯片上，提供同类最佳的设计实现质量 （QoR）和最短的设计收敛时间 （TTR）。新思科技Fusion技术增强了AI芯片设计能力，包括互连规划、乘法累加 （MAC） 拓扑优化和完整的AI IP参考流程，以实现最快速度、最小面积、最低功耗及实现三者的最佳平衡。

自2012年以来，人工智能处理能力的需求每3.5个月增长一倍（来源：OpenAI）。然而，随着处理能力、性能、功耗和延迟方面的需求不断增长，现有CPU和GPU处理器的能力逐渐达到极限。GraphcoreColossus IPU针对AI工作负载进行了优化，可在芯片上保存整个神经网络。它采用带有大规模并行、低精度浮点计算的图形计算方法，提供比其他解决方案更高的计算密度，从而加速机器学习的训练和推理。

Graphcore芯片事业部副总裁Phil Horsfield表示，“采用Fusion技术的新思科技Design Platform满足了我们实现人工智能和机器学习的卓越处理性能的全部需求。我们与新思科技的合作有助于在快速发展的动态市场中开发Colossus IPU，以推动当前和未来的AI应用。”

典型的AI芯片由数千个复制的处理器内核组成，具有高吞吐量、高能效和低延迟的特点。处理器内核是关键组件，对连接提出了极高的要求，这些要求很可能导致可布线性限制造成的拥堵。新思科技Fusion技术是设计AI芯片的首选，可提供最佳的功耗、性能、单位面积布线拥堵、良率和设计收敛。它配备了几种关键的针对人工智能的优化技术，包括数百个复制模块的AI芯片互连规划、MAC拓扑优化、完整的AI IP参考流程、全流程时钟和数据并发优化、连线综合和逻辑重构。全面的数字和定制设计流程包括DesignCompiler Graphical综合、IC Compiler II布局布线、PrimeTimesignoff、StarRC提取、CustomCompiler?定制版图、SiliconSmart库单元表征和HSPICE电路仿真，可提供同类最佳的QoR和TTR。

新思科技芯片设计事业部联席总经理Sassine Ghazi表示，“作为AI芯片设计的领导者，新思科技一直与计算机视觉、对象和语音识别以及大数据分析的先驱合作。GraphcoreColossus IPU是机器学习的一项重大成就，它使AI应用在整个芯片上传输数据的效率有着数量级的提高，同时显著减少了处理时浪费的功耗。Fusion技术使Graphcore这样的AI芯片公司通过与新思科技的合作，快速地将高度差异化、符合行业定义的超级芯片推向市场。”

重点：
●新思科技全面的数字和定制设计流程，通过使用专为人工智能优化的关键技术，提供同类最佳的设计实现质量（QoR）和最短的设计收敛时间（TTR）。
●符合标准的HDMI 2.1 IP可提供48 Gbps聚合带宽，在60 Hz刷新率条件下实现无压缩8K分辨率，以满足高性能设计要求。
●新思科技成功支持了大量的并行、以图形为中心的片上系统（SoC）芯片设计，其中包含235亿以上的晶体管和1200多个浮点处理器。