支持生態(tài)系統(tǒng)與AI的開發(fā)和應用
Imagination的業(yè)務是為半導體芯片提供必要的內核構建模塊。Imagination主要以自己的嵌入式圖形(GPU)技術和神經(jīng)網(wǎng)絡加速器(NNA)技術而聞名,并將這些技術授權給全球領先的芯片供應商。他們的半導體芯片廣泛應用于多種產品和服務,因此Imagination在市場中擁有非常獨特的地位,因為Imagination可以支持整個生態(tài)系統(tǒng)參與人工智能(AI)的開發(fā)和應用。
本文引用地址:http://cafeforensic.com/article/201812/395167.htmGPU和NNA現(xiàn)在是邊緣AI的必要元素。隨著眾多企業(yè)開始認識到在各種任務(從自然語言處理到圖像分類)中應用神經(jīng)網(wǎng)絡的潛力,引入人工智能元素的產品數(shù)量也開始穩(wěn)步增加。同時,這些任務的處理正在從傳統(tǒng)的基于云架構轉移向設備端本身,基于硬件的專用神經(jīng)網(wǎng)絡加速器現(xiàn)在可嵌入至半導體芯片中,以實現(xiàn)本地的AI處理。從可監(jiān)控前方道路的先進駕駛輔助系統(tǒng)(ADAS)到虛擬助手等聲控的消費性電子產品,關于集成的、基于神經(jīng)網(wǎng)絡AI的機會正在向多個細分市場延伸。
不可否認,AI正在成為許多應用的必要元素。但是,仍然有很多挑戰(zhàn)。其中之一就是在邊緣和云之間平衡處理負載,并找到放置AI本身的最佳位置。例如,邊緣AI可用于消費性設備上的本地語音識別,比如識別“喚醒詞”或簡單指令,但是依然有必要在云端進行大部分的語音AI處理,以便利用那些無法在設備端存儲的龐大知識庫?,F(xiàn)在許多設備都標榜帶有AI,但實際上,除了依靠云端去給人智能的印象以外,就僅僅只是在本地做了簡單的模式匹配和識別而已。
半導體工藝不斷演進,為在邊緣設備上進行更多的AI處理創(chuàng)造了機會。例如,Imagination將看到能夠監(jiān)控特定事件的智能安全攝像頭。它們將使用邊緣AI處理來識別視頻流中的特征,例如道路上的車輛或鏡頭中的人臉,然后觸發(fā)特定事件,例如計算車輛的數(shù)量或允許授權人員訪問。他們甚至可以通過減少“誤報”的數(shù)量來節(jié)省成本,因為攝像頭中的邊緣AI可以識別正常行為和可疑行為之間的差異。
另一個挑戰(zhàn)是,盡管AI應用的數(shù)量在不斷增加,但這并不一定意味著集成了AI加速功能的SoC是所有應用場景的前進方向。的確,如果Imagination考慮AI去覆蓋大部分細分市場,那么由于使用該技術的各種產品具有截然不同的工藝要求,碎片化會自然而然地發(fā)生。碎片化的市場對于使用專用SoC提供服務具有挑戰(zhàn)性,所以“一應俱全”的方法不會始終適用。雖然諸如手機或ADAS等一些市場為SoC供應商提供了大量機會,但許多以人工智能應用為目標的市場將自然呈現(xiàn)出低銷量前景。例如,一些產品可能需要AI進行語音處理或圖像識別,但不是兩者都需要;同樣,智能家居供應商不大可能只為將AI功能嵌入他們的控制面板而去使用原本為智能手機設計的SoC,因為這不符合成本效益。這個難題的解決方案就是打造專用的AI芯片,其可以作為輔助芯片與主應用處理器一起使用,去卸載通常由主應用處理器中的NNA內核處理的AI推理任務。這樣做的優(yōu)勢是SoC供應商可以提供一系列具有不同性能水平的邊緣AI芯片;同時,原始設備制造商(OEM)可以根據(jù)他們希望在自己的特定應用中所處理的AI處理開銷來選擇適當?shù)財U展產品解決方案。
Imagination為希望構建全球領先邊緣AI解決方案的芯片供應商提供必要的技術。PowerVR GPU提供在AI中處理視覺元素所必需的高性能GPU計算功能,例如圖像識別和排序,手勢驅動界面或實時視頻分析。PowerVR NNA(神經(jīng)網(wǎng)絡加速器)可以構建所有邊緣AI解決方案的核心,為高級推理和邊緣數(shù)據(jù)處理提供必要的硬件加速功能。在集成于半導體芯片時,Imagination的GPU和NNA技術可以提供高性能邊緣AI處理所需的一切。
ImaginationTechnologies連接與智慧家庭總監(jiān) Simon Forrest
評論