Imagination为自定义处理器创建神经网络加速器

Imagination Technologies将使芯片设计人员能够轻松地将神经网络加速器嵌入其芯片中，从而大大加快人工智能处理速度。

总部位于伦敦的Imagination正在推出一种芯片制造商可以在芯片中使用的设计，从明年某个时候开始。芯片组件可以嵌入更大的芯片设计中，对于移动设备，监控设备，汽车技术和消费电子等应用中的神经网络处理非常有用。神经网络在模式识别等领域取得了快速进展，导致人工智能应用的巨大爆炸。

PowerVR产品和技术营销高级总监Chris Longstaff在接受VentureBeat采访时表示，PowerVR神经网络加速器的性能是其性能的2倍，使用的带宽是最接近的竞争对手的一半。他说，它比竞争对手称为“数字信号处理器”的芯片强大8倍。

“由于功率，带宽，性能，可靠性，安全性和延迟，AI处理将在边缘发生，”Longstaff说。“自动驾驶汽车不能依赖5G，4G或3G信号到数据中心。它不会起作用。我们认为神经网络加速器将成为无处不在的硬件块。“

加速器将支持多种操作系统，包括Linux和Android。它可用于片上系统设计(将单个芯片中的不同组件混合在一起)，并提供高性能和低功耗。

Longstaff表示，神经网络加速器(NNA)可能是一类新的处理器，可能与中央处理器和图形处理单元一样重要。Imagination提供CPU和GPU，现在它也将添加NNA。

该技术可用于移动设备中的摄影增强和预测文本增强等功能; 增强现实和虚拟现实头戴式耳机中的特征检测和眼动追踪; 汽车安全系统中的行人检测和驾驶员警觉性监控; 智能监控中的面部识别和人群行为分析; 在线欺诈检测，内容建议和预测用户体验; 虚拟助手中的语音识别和响应; 无人机中的碰撞避免和主体跟踪。

例如，如果无人机以每小时150英里的速度飞行，它需要足够的处理智能来知道何时避开障碍物。通过NNA处理，它可以避免一个距离不到一米的物体。而Longstaff表示，可能需要NNA两秒钟才能搜索1000张照片以获得模式，而GPU可能需要60秒。

在嵌入式视觉联盟进行的嵌入式视觉开发者调查中，79%%的芯片制造商的受访者表示他们已经在使用或计划使用神经网络在其产品或服务中执行计算机视觉功能。

嵌入式视觉联盟的创始人杰夫比尔在一份声明中说：“许多系统和应用程序开发人员正在采用深度神经网络算法为其产品带来新的感知功能。在许多情况下，关键的挑战是为这些要求苛刻的算法提供足够的处理性能，同时满足严格的产品成本和功耗限制。像PowerVR 2NX NNA这样专门为神经网络算法设计的专用处理器将能够在许多新应用中部署这些强大的算法。“

在其他新闻中，Imagination还推出了两款新的PowerVR GPU：成本敏感的PowerVR Series9XE和9XM GPU。Apple过去曾在其智能手机中使用过Imagination的图形技术，但它已停止这样做，现在正在创建自己的图形组件。