據英國《每日電訊報》報道，英國AI晶元公司Graphcore（Graphcore（GraphCore）正在探索向國外買家出售的可能性。 Graphcore可能會大量出售其股份，以獲得盡可能多的現金來支援公司的發展，並希望以5億美元的價格出售。 《每日電訊報》將ARM、OpenAI和軟銀列為Graphcore的潛在買家，但實際上Graphcore根本沒有接觸過這些公司。 
Graphcore“賣”的訊息也收到了來自其他渠道的反饋。 其股東之一Chrysalis**提到，其投資組合中的一家公司正在尋找買家，同時大幅提高Graphcore的估值。 另一家Graphcore投資者Berkey Investments也提高了對Graphcore的估值。 Graphcore成立於2016年，旨在為資料中心設計AI晶元，是英國半導體行業的頂級明星。 有人稱它為英國英偉達，有人稱它為英國寒武紀。 Graphcore的晶元被稱為IPU（智慧型處理單元），據稱比CPU和GPU更適合AI，將訓練和推理合二為一，提供高可靠性、低延遲、易於部署和更高的能效，效能優於傳統GPU。 截至2020年底，Graphcore收到222億美元E輪融資，估值277億美元（當時約合人民幣180億元人民幣）。 當時，Graphcore預計會有4個4億美元現金。 研發晶元消耗資金的速度，用“流水”來形容是緩慢的。 去年10月，Graphcore因持續虧損而尋求新一輪融資。 根據乙份檔案，Graphcore的稅前虧損擴大了11%至246億美元; 收入下降了 46%，僅為 270 萬美元。 為了告知潛在投資者，Graphcore表示：“與GPU相比，我們在效能和成本效益方面取得了令人振奮的成果，這為我們在未來幾年的商業成功奠定了基礎。 “但最終，我沒有和投資者談過。 Graphcore的創始人Simon Knowles和Nigel Thune是半導體行業的資深人士。 特別是諾爾斯，他畢業於劍橋大學，獲得電子工程學位，並且是最早在皇家訊號和雷達局工作的人之一，致力於用神經網路翻譯人類語言。 90 年代，他創立了製造網路裝置的獨角獸公司 element14，並於 2000 年創辦了 64億美元被出售給半導體巨頭博通。 
2002 年，Knowles 和 Thun 創立了 3G 蜂窩數據機晶元公司 ICERA，並於 2011 年從 436億美元被出售給英偉達。 這兩個人都有很多銷售公司的經驗。 賣掉公司後，兄弟倆想著一起做點什麼，想著做物聯網，想著AI，重新設計晶元架構來挑戰X86。 當他們喝酒（真的喝酒）時，他們分析：挑戰英特爾，成功的概率有點低（最終，ARM做到了）; 物聯網太無聊了，物聯網最重要的資料都是由AI處理的。 人工智慧似乎有乙個美好的未來，不久前，吳恩達在谷歌大腦中主持了乙個深度學習專案，讓機器學會尋找貓，讓人工智慧聲名鵲起。 機器學習需要晶元，當時谷歌正在為“貓晶元”尋找英偉達GPU，Knowles和Thun隱約感覺到AI需要使用專門的晶元來處理低精度但海量的資料並快速響應。 2012年初，兩人決定選擇AI方向，成立了一家晶元公司。 不過，當時AI還處於初期，在投資圈並不火爆，所以AI晶元更難解釋，既不容易招人，也不容易籌集資金。 直到 2016 年谷歌推出張量處理器，業界才發現，除了 NVIDIA 的 GPU 之外，還有其他處理 AI 計算的方式，開啟了乙個新的市場。 2016年，Graphcore推出。 之後，也是今天OpenAI的一點含義，被VC熱捧，有紅衫、白雞等知名機構，也有三星電子、戴爾、Microsoft等產業資本。 截至2020年底，共有7家1億美元，估值近28億美元，成為歐洲估值最高的晶元初創公司。 Graphcore知道自己無法與英偉達競爭，但諾爾斯有個意見：只要它的晶元在某些方面比英偉達的GPU好，他們就不用擔心吃喝。 例如，材料化學、醫學。 
Graphcore不銷售晶元，而是以雲服務的形式提供其晶元的AI算力。 唯一的例外是中國市場，晶元出售給客戶並安裝在國內。 時任大中華區總經理的陸濤曾解釋道，“這些大使用者，尤其是頂級使用者的自建（資料中心）行為，讓我們發現他們更願意以硬體的形式提供服務。 雲也非常重要，但我們希望Graphcore成為中國雲供應商產品的一部分，而不是成為Graphcore品牌的雲。 “2022年ChatGPT的問世，開啟了生成式AI時代，英偉達的營收和股價都達到了歷史高位。 Graphcore的情況越來越糟。 據國外**報道，Graphcore最大的問題在於它處於當今的境地，而最大的問題是戰略搖擺不定。 創始人缺乏戰略決心，一會兒追逐這個熱點，一會兒追逐那個熱點，決策上屢屢犯錯。 其次，Graphcore的軟體仍然存在問題，這很可能是失去Microsoft大客戶的原因。 相比之下，英偉達已經構建了像CUDA這樣的計算平台，使其GPU盡可能適合使用者的產品，使用者可以輕鬆上手。 第三，生成式人工智慧已經上公升到技術軍備競賽的水平，容錯能力很低。 不管是大廠還是小廠，訓練大型語言模型的首選就是久經考驗的NVIDIA GPU，他們不敢把自己的命運交到Graphcore這樣的創業公司手中。 
銷售越差，他們擁有的融資就越少。 Graphcore陷入了惡性迴圈。 去年10月，由於人工智慧禁令，Graphcore不得不削減其中國業務部門。 其在中國的業務關閉是其資金短缺的重要原因之一。 圖恩曾經非常看好中國市場，認為中國市場將貢獻20%-25%的收入。 一代明星企業正在等待命運的判決。