近年来，随着科技的不断发展，人工智能无疑成为当下最为火热的话题之一，特别是在这段时间，在地铁、机场等交通地区出现的AI测温系统备、运输快递货物的无人车，以及为人民答疑解惑的AI客服、AI主播等，让我们真实感受到人工智能就在我们身边，以深度学习为代表的人工智能技术已经应用到各个行业。
随着AI产品的不断发展与落地，人工智能也成为了驱动经济发展的下一个风口，发展势头正猛的人工智能也受到众多资本的青睐。
据外媒报道，2月25日，人工智能芯片制造商Graphcore完成了1．5亿美元（约10．5亿元人民币）的D2轮融资，该公司表示，这笔资金是其D轮融资的延伸，公司的总估值达到了19．5亿美元。
此次私募由金融资产管理公司、成长型股票基金和投资信托基金进行，最新一轮融资的投资者包括，新投资者 Baillie Gifford、Mayfair Equity Partners以及M＆G Investments，以及现有投资者 Merian Chrysalis、Ahren Innovation Capital、Amadeus Capital Partners 和 Sofina。
诞生于英国
Graphcore是一家英国人工智能芯片硬件设计初创公司，大家都知道，英国在处理器方面拥有悠久的历史，那里有我们所熟知的Arm。
1978年12月5日，物理学家赫尔曼·豪泽（Hermann Hauser）和工程师Chris Curry，在英国剑桥创办了CPU公司（Cambridge Processing Unit），主要业务是为当地市场供应电子设备。
1979年，CPU公司改名为Acorn公司。
1990年11月27日，Acorn公司正式改组为ARM计算机公司。
在移动互联网时代，ARM已经无处不在。
后来，日本软银公司收购了Arm。2016年7月，日本软银集团和英国ARM公司共同宣布，双方达成协议，软银集团以243亿英镑（折合人民币2028亿元，折合日元3．3万亿）收购ARM后，当时便引起了激烈的讨论。
也正是在Arm“卖身”之后，在硬件领域，英国缺乏真正的科技领导者。
恰巧也是在这一年，Graphcore正式诞生了。
一出生便含着金汤匙
Graphcore成立于 2016 年，主要业务是设计用于人工智能应用程序的处理器，为智能驾驶、云服务等应用提供更灵活、更易用、更高技术水准的产品支持。由两位联合创始人 CEO Nigel Toon、CTO Simons Knowles 共同创办，总部位于英国布里斯托，那一年，Nigel Toon 52岁，Simon Knowles 54岁。
Nigel Toon出生于Watford，毕业于英国的赫瑞瓦特大学（Heriot－Watt University），读的是电子与电气工程专业。据资料显示，他在大学期间就很喜欢用空闲时间改造家用计算机，供室友玩游戏。
上世纪90年代Toon加入美国科技企业Altera，并在Altera担任欧洲业务的副总裁与总经理。
2002年，Toon和Knowles（现任Graphcore CTO）在英国Bristol共同创办了市值 4．35 亿美金的 3G 蜂窝芯片公司 Icera，后卖给英伟达。
在卖掉Icera之后不久，Toon和Knowles在一家酒吧里，就想：我们是不是应该再干一票？
实际上，Graphcore现有的大量技术人才都来自于Icera（以及前Arm、英伟达等名企的员工）。所以在技术储备上，Graphcore具备半导体行业的经验。
在Graphcore的早期天使投资人名单中，还有一个相当显眼的名字——Hermann Hauser。
Hermann Hauser被誉为英国半导体之父，同时也是 Arm 联合创始人，他先前曾经这样评价过 Graphcore：“这在计算机历史上只发生过三次，第一次是 70 年代的 CPU，第二次是 90 年代的 GPU，而 Graphcore 就是第三次革命。他们的芯片是这个世界伟大新架构的一种。”
据业内人士称，Graphcore 的 IPU 是截至目前市面上功能最为强大且最易用的 AI 处理器芯片。
备受资本青睐
据网上资料显示，自成立不到四年的时间，Graphcore已经获得了5轮融资，总融资已超4．5亿美元，使得该公司总估值高达19．5亿美元（约合人民币137．18亿）。此前的融资情况如下：
2016年10 月 31 日，Graphcore宣布获得了一笔 3000 万美元的 A 轮融资，本轮融资的领投方是罗伯特博世风投和三星公司，参投方包括 Amadeus Capital Partners、 C4 Ventures、Draper Esprit、Foundation Capital、以及 Pitango Venture Capital 五家风投公司。
此后，Graphcore又完成了B轮3000万美元融资。
2017年12月，Graphcore宣布获得由红杉资本中国基金与红杉资本美国基金共同领投的5000万美元C轮融资。
2018年12月，Graphcore宣布启动2亿美元的D轮融资，由现有投资者欧洲VC Atomico和投资控股公司Sofina共同领投，之后宝马 iVentures 和微软、美利安全球投资者（Merian Global Investors）均是该轮融资的新晋投资方。
此外，罗伯特博世风险投资公司、C4 风险投资公司、戴尔科技资本、Pitango（以色列最大风投）、三星和红杉资本等跟投。
在C轮和D轮投资方里，都能看到红杉资本的身影。红杉资本在欧洲的投资项目屈指可数，他们认为，Graphcore 可能在快速发展的芯片市场与 Nvidia 和英特尔等行业巨头展开竞争。
看着Graphcore的融资之路，似乎感觉顺畅无比，但实际情况却不是这样。在公司成立初期，当时绝大部分风投机构对于AI芯片的构想还是持怀疑态度的，或者说整个风投环境那会儿都不大看好半导体初创企业。
后来发生了一次转机。2016年，谷歌推出了自家的AI芯片TPU，投资方突然就对这个领域产生了兴趣，于是便有了Graphcore的 3000 万美元的 A 轮融资，也便有了后来的4．5亿美元的融资。
为此，Knowles甚至还特地发了一封邮件给谷歌AI业务的负责人，邮件的内容是：“同志，谢谢你！（Thanks， mate．）”
专为AI设计的处理器：IPU
对于一个初创企业来说，能够获得如此多的资本的青睐，相信它一定有十分突出的特点，才能让其在众多企业中脱颖而出。对于Graphcore来说，IPU便是它的杀手锏。
智能处理器单元（IPU）硬件和相应的“Poplar”软件是Graphcore的知名技术，该软件是专门针对 AI 应用程序所需要的密集型计算而设计的。
在AI加速器市场，GPU俨然成为领导者。如果只是要做基本的前馈卷积神经网络，GPU是很不错的解决方案，但随着网络变得越来越复杂，人们需要全新的解决方案，或许这也是为何需要用ASIC和FPGA的原因。
随着深度学习技术的不断发展，使用GPU可能会阻碍创新的思路，因为递归神经网络和其他种类结构，例如强化学习，不能很妥善地映像在GPU上。研究领域因为缺乏够好的硬件平台而受到限制，这也是为什么Graphcore要将IPU推向市场的原因。
Graphcore推出的16纳米 “Colossus”IPU，一片就包含240亿个晶体管，超过1200个低精度浮点运算核心以及所有机器学习所需的控制操作和超越函数，125 teraFLOPS算力。每个核心可以跑至多6个线程，所以针对一个4U架子（8张C2 PCIe卡，每个C2卡包含两个IPU），就能有10万个独立线程并行。Graphcore宣称，其数据处理和处理架构，在效率方面至多可以达到现如今性能最强的GPU的100倍。
IPU 是专门为 AI 设计的处理器，它拥有强大的并行处理能力，建立了快速训练模型，并实现了实时操控，这使得Graphcore能够在自然语言处理方面取得重大的进展，这也是 IPU 处理器区别于其他处理器的一个重要因素。
写在最后
2018年11月，Graphcore的IPU产品已经开始向Dell出货，面向的是数据中心设备，每台Dell－Graphcore IPU设备插8张C2卡，实现超过2 petaFLOPS算力。
2019年11月，Graphcore宣布与微软的具体合作内容，并正式发布Microsoft Azure上Graphcore智能处理单元（IPU）的预览版。这对Graphcore而言是具有里程碑意义的时刻，证明了其IPU硬件和Poplar软件栈的成熟性。
BMW的投资人设想Graphcore的芯片或许还能应用到汽车上，这些都会成为Graphcore的未来市场。
就目前来看，在AI芯片这样一个新兴市场上，不仅初创企业之间在博弈，加入这一战场的企业也越来越多，谷歌、特斯拉花钱为自己造AI芯片，英特尔和英伟达这些传统巨头现在也都在专用AI芯片领域发力。不得不说，Graphcore拥有得天独厚的优势和具备惊人的成长速度，已成为该市场上的领先者。
