Groq推出了大模型推理芯片，以每秒500tokens的速度引起轟動，超越了傳統(tǒng)GPU和谷歌TPU。該芯片采用了全球首個LPU方案，解決了計算密度和內(nèi)存帶寬的瓶頸，推理速度提高了10倍，成本降低十分之一，性價比提高了100倍。芯片搭載了230MB大SRAM，內(nèi)存帶寬高達80TB/s，算力強大，支持多種機器學(xué)習(xí)框架進行推理。 Groq在演示中展示了多種模型的強大性能，并宣稱在三年內(nèi)將超越英偉達。產(chǎn)品特色包括API訪問速度快、支持多種開源LLM模型、價格優(yōu)勢等，成為大模型推理領(lǐng)域的新興力量。

Groq 公司的創(chuàng)始于2016年，旗艦產(chǎn)品是 Groq Tensor Streaming Processor Chip（TSP）和相應(yīng)的軟件，主要應(yīng)用于人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)等領(lǐng)域。目標(biāo)市場包括人工智能和機器學(xué)習(xí)超大規(guī)模應(yīng)用、政府部門、高性能計算集群、自動駕駛車輛以及高性能邊緣設(shè)備。

Groq產(chǎn)品以其出色的推理性能、對多種開源LLM模型的支持以及具有競爭力的價格政策等特色，成為一個引人注目的選擇。這個芯片到底是怎么做的呢？

Part 1

Groq的做法

隨著人工智能（AI）和高性能計算（HPC）的融合發(fā)展，對于同時處理AI和HPC工作負(fù)載的需求日益增加。在這一背景下，Groq公司推出了其最新的AI推理加速器，旨在簡化計算、提高效率，并實現(xiàn)更高的可擴展性，軟件定義張量流多處理器（TSP），采用了一種全新的硬件軟件結(jié)合的方法，為人工智能、機器學(xué)習(xí)和深度學(xué)習(xí)應(yīng)用提供更高效的計算支持。

Groq AI推理加速器的設(shè)計思想是結(jié)合了HPC與AI的工作負(fù)載需求，提供了一種創(chuàng)新的可擴展計算架構(gòu)。

相比傳統(tǒng)的GPU，GroqChip 1具有更簡化的編程模型，更高的響應(yīng)速度以及更可靠的執(zhí)行。該芯片擁有多個特色組件，包括高速網(wǎng)絡(luò)、數(shù)據(jù)交換器、指令控制、SRAM內(nèi)存以及Groq TruePoint矩陣，使其具備了強大的計算能力和靈活性。

傳統(tǒng)的 CPU 架構(gòu)在控制邏輯方面隱藏了大量復(fù)雜性，如緩存、預(yù)取、亂序執(zhí)行和分支預(yù)測，但這些控制邏輯會減少可用于原始計算的面積。

與此相反，Groq 公司重新審視了硬件軟件的合約，創(chuàng)造出了更加可預(yù)測和基于流的硬件，并將更多的控制權(quán)交給了軟件。

硬件（CPU）定義了軟件，但隨著數(shù)據(jù)流型計算需求的增長以及摩爾定律和 Dennard 縮放的減速，CPU“抽象”不再是軟件開發(fā)的唯一基礎(chǔ)。因此，Hennessy 和 Patterson 提出了“計算機體系結(jié)構(gòu)的新黃金時代”的觀點，Lattner 提出了“編譯器的新黃金時代”的觀點，Karpathy 則提出了“軟件 2.0”的概念，這都預(yù)示著硬件與軟件的抽象合約已經(jīng)重新開啟，實現(xiàn)了“軟件定義硬件”的機會。

GroqChip 的可擴展架構(gòu)以簡化計算，通過使用大量單級劃分 SRAM 和顯式分配張量，實現(xiàn)了可預(yù)測的性能。

此外，Groq 公司設(shè)計了功能劃分的微體系結(jié)構(gòu)，重新組織了多核網(wǎng)格，使得編譯器可以對程序執(zhí)行進行精確控制，從而提高了執(zhí)行效率。

Groq AI推理加速器支持各種規(guī)模的計算節(jié)點，從單個卡片到整個機架，都能實現(xiàn)高效的并行計算。

通過GroqRack和GroqNode等組件的組合，用戶可以根據(jù)實際需求靈活搭建計算集群，實現(xiàn)對不同規(guī)模工作負(fù)載的處理。

Groq 公司提供了強大的編譯器支持，通過在編譯時和運行時之間建立靜態(tài)-動態(tài)接口和硬件-軟件接口，賦予了軟件更多的數(shù)據(jù)編排權(quán)力。該編譯器能夠?qū)崿F(xiàn) SOTA（State of the Art）級別的性能，對于一些重要的矩陣操作如通用矩陣乘法（GEMM），Cholesky 分解等，取得了令人矚目的成果。

在系統(tǒng)拓?fù)浣Y(jié)構(gòu)方面，Groq 公司采用了低直徑網(wǎng)絡(luò) Dragonfly，以最小化網(wǎng)絡(luò)中的跳數(shù)，提高了數(shù)據(jù)傳輸效率。

同時，通過 Chip-to-Chip（C2C）鏈接和流量控制，實現(xiàn)了多芯片間的通信。此外，Groq 公司還提出了一種多芯片間的分區(qū)和流水線并行執(zhí)行的方法，以進一步提高多芯片系統(tǒng)的性能。

Part 2

實際案例

除了傳統(tǒng)的計算流體動力學(xué)（CFD）應(yīng)用外，Groq AI推理加速器還可應(yīng)用于圖神經(jīng)網(wǎng)絡(luò)（GNN）等領(lǐng)域。GNN廣泛應(yīng)用于非歐幾里得數(shù)據(jù)的建模和預(yù)測，例如化學(xué)分子結(jié)構(gòu)、社交媒體推薦系統(tǒng)等。Groq芯片在處理這類非結(jié)構(gòu)化數(shù)據(jù)時表現(xiàn)出色，通過深度學(xué)習(xí)算法的加速，能夠大幅提升模型訓(xùn)練和推理的效率。軟件定義張量流多處理器提供了一種全新的硬件軟件結(jié)合的方法，通過重新審視硬件軟件合約，將更多的控制權(quán)交給了軟件，從而實現(xiàn)了更高效的計算性能。隨著人工智能和深度學(xué)習(xí)應(yīng)用的不斷發(fā)展，這種方法將有望在未來的計算領(lǐng)域發(fā)揮重要作用。

在實際應(yīng)用中，Groq AI推理加速器已經(jīng)在化學(xué)分子屬性預(yù)測、藥物發(fā)現(xiàn)等領(lǐng)域取得了顯著的成果。

借助其高性能和可擴展性，Groq芯片在處理大規(guī)模數(shù)據(jù)集時能夠?qū)崿F(xiàn)極大的加速，從而提升了科學(xué)研究和工程實踐的效率。

小結(jié)

總的來說，Groq AI推理加速器以其創(chuàng)新的設(shè)計思想和強大的性能，在處理融合HPC與AI工作負(fù)載的應(yīng)用中展現(xiàn)出了巨大的潛力。隨著對于高性能計算和人工智能技術(shù)的不斷發(fā)展，相信Groq芯片將在各個領(lǐng)域展現(xiàn)出更廣泛的應(yīng)用前景。

?

審核編輯：劉清