IC解密不管CPU还是GPU都无法从根本上解决AI问题，因为AI是一个面向计算图的任务、与CPU的标量计算和GPU的矢量计算区别很大。

而另一边的IPU，则为AI计算提供了全新的技术架构，同时将训练和推理合二为一，兼具处理二者工作的能力。

作为标准的神经网络处理芯片，IPU可以支持多种神经网络模型，因其具备数以千计到数百万计的顶点数量，远远超过GPU的顶点规模，可以进行更高潜力的并行计算工作。

IC解密v计算加上数据的突破可以让IPU在原生稀疏计算中展现出领先IPU 10-50倍的性能优势，到了数据稀疏以及动态稀疏时，IPU就有了比GPU越来越显著的优势。

此外，如果是在IPU更擅长的分组卷积内核中，组维度越少，IPU的性能优势越明显，总体而言，有4-100倍的吞吐量提升。

在5G网络切片和资源管理中需要用到的强化学习，用IPU训练吞吐量也能够提升最多13倍。