边沿智能IP,加速AI利用

2020-2-14 16:26| 发布者: 啤酒瓶空了缓| 查看: 109| 评论: 0

摘要: 8月9日,由中国高科技行业门户OFweek维科网主办,以“与AI大咖对话 看AI如何赋能万物”为主题的WAIE 2019 上海国际人工智能展览会暨人工智能产业大会在上海新国际博览馆隆重开幕!Imagination中国区战略市场与生态高 ...

8月9日,由中国高科技行业门户OFweek维科网主办,以“与AI大咖对话 看AI若何赋能万物”为主题的WAIE 2019 上海国际野生智能展览会暨野生智能产业大会在上海新国际博览馆盛大开幕!Imagination中国区计谋市场与生态高级总监时昕列席了本次会议,为大师带来题为《边沿智能IP,加速AI利用》的演讲,先容了有着中资布景英国血缘的英国芯片巨头Imagination,分析智能IP与AI间的关系。


边沿智能IP,加速AI利用

Imagination中国区计谋市场与生态高级总监 时昕


以下为时昕师长的讲话内容,OFweek野生智能网编辑做了不改变原意的整理及编辑。


演讲原文以下:

感谢大师,很是感激主办方给我们这样一个机遇,可以跟大师交换一下我们在野生智能方面的一些工作。我明天要做的报告的题目是《边沿智能IP,加速AI利用》。

近几年AI获得冲破来历于三个方面,第一是数据,第二是算法,第三是计较算力的冲破。我们首要的偏向就是进步计较算力,可以让一切的AI利用算得更快。加速AI利用实在有两层寄义,第一个寄义就是适才提到的进步计较算力使AI利用更快;另一层寄义是,作为一个IP公司,我们可以帮助我们的客户更快地完成他们的利用设想。

Imagination公司是一家IP公司,我们的首要产物是GPU IP、野生智能加速器以及一些数据毗连器。其中最为人所熟知的就是我们的GPU IP。大师都晓得,现在做的一切的利用,最重要的一点就是用户体验需要做的好。要保证用户体验做得好,反过来就要斟酌对于我们人类来说的话,在我们的感知傍边哪一个感受是最重要的?

毫无疑问是视觉。由于人类从外界所获得的信息傍边,70%是来历于视觉,剩下大要有20%来历于听觉,再剩下的就包括触觉、嗅觉等等。所以做出来的利用要获得比力好的用户体验,GPU是很是重要的。

虽然Imagination公司大师听说的不多,但实在在生活傍边基于我们的技术做的产物覆盖率已经很高了。基于我们的技术所设想的芯片,到现在累计全球出货量已经到达了110亿,包括智妙手机、汽车电子等。在汽车电子的GPU方面,我们的市占率一度是业内最高的,前段时候稍有下降。除了智妙手机、汽车电子之外,在普遍的IoT利用范畴,包括AR/VR以及很多的消耗电子里面都能看到我们的产物。虽然不能间接看到,但这些高端产物里面的GPU芯片,根基上都是利用我们的IP授权来设想的。这是我们的第一大类产物。

第二类产物是我们基于Power VR GPU开辟出的专门针对AI的一些神经收集加速器。今朝也已经有一些客户基于我们的Power VR NNA的硬件加速设想芯片已经投入量产。

第三类是我们的Ensigma毗连部件。现今的社会有很是多的技术冲破,包括AI、5G等等,这些冲破带来了海量的数据,这些数据一方面需要很强大的算力处置,另一方面也需要更强大的传输才能来传递。我们收买的Ensigma就是针对数据毗连这一部分停止发力。

我们的重点的产物是Power VR GPU。在GPU范畴全球只要5家公司具有图形处置的根本专利,其中4家是美国公司,只要Imagination总部位于英国,是被中资全资收买了的中资企业。基于我们在GPU方面30多年的技术堆集,我们在前几年推出了Power VR NNA,也就是neural network accelerator——神经收集加速器。这类产物在benchmark跑分红果排名第一。

我们的GPU产物除了图形处置才能之外,还会带来PVRIC4这样的紧缩技术,这一技术跟我们的5G时代慎密相关。随着5G时代的到来,会有更多基于视频的利用出现,会有更多的带宽,我们相信针对视频的紧缩未来也是一个很是关键的性能目标。我们上一代的紧缩技术已经可以确保无损紧缩,但它不能确保一定可以压到50%以下,是以依照这样的带宽去设想内存的容量,会对全部系统的硬件本钱、电池寿命等发生较大影响。

我们推出的最新一代紧缩技术是用两个流水线来做紧缩。一个流水线确保无损紧缩,别的一个流水线,就是确保紧缩率小于50%。假如无损紧缩不能到达50%的时辰,我们就用有损紧缩去替换它。现实上有损紧缩到50%的时辰,肉眼根基上看不出来。这样就带来一个益处,我们在任何情况下都可以保证50%的紧缩率。这意味着系统所需要的利用的内存、响应的带宽、对应的电池寿命都可以节省一半。

另一项比力自得的技术是光芒追踪技术(ray tracing)。假如说CPU GPU是处置器设想的皇冠的话,那末ray tracing这个技术就是皇冠上最大的那颗宝石。我们晓得,光栅化是传统的GPU图形处置技术,它的益处在于计较劲相对较小,但对于有反射折射的地方,它模拟出来的图片结果就没有那末的实在。而ray tracing技术是模拟实在天下里面一个光源发出了数百万个光芒照耀到分歧的材质上面,经过数次反射折射,终极显现出照片级的实在的结果。但它对计较劲要求很是大。Imagination在2017年的时辰推出了一项公用于移动装备的ray tracing技术,可以满足对性能、功耗、实时性的要求,可用于手持装备上。而传统的场景则仍然利用光栅化方式来做。

为什么我们会同时推出GPU和NNA这样两个技术?由于在做处置器很多情况下需要停止折衷。假如要到达最好的普适性就用CPU来做,一切的算法都可以在CPU上跑,但弱点就是多算法效力比力差。别的一个极端就是把一切的算法全数软化,把软件的工具全数用硬件来实现,那它的效力一定是最高的。可是这里的题目就是算法不能有一点改变,没有任何普适性,算法有一丁点调剂全部处置器就用不了。

而在这两个极端中心实在是有很多的过渡空间,例如说可以用DSP来做AI。但这也要面临一些困难,DSP的编程是很困难的,同时DSP更多专注于做定点运算,对浮点运算是不太擅长的。而将GPU用于AI运算为AI产业带来很大冲破,虽然GPU具有很好的普适性和编程结果,但它的计较效力还有更多的空间。所以在这个根本上,我们投入在专门做神经收集处置的NNA,它介于GPU和完全软化的装备之间,既有一定的普适性,又能保证一定的效力。所以我们的两个产物GPU和NNA连系在一路,经过一种异构的方式,可以既满足普适性,同时又可以供给很高的计较效力。

今朝很多草创公司都号称做了一个公用的AI芯片,在benchmark理论上计较分可以到达几多?但AI不但仅是需要硬件,它还需要软件,是一个整体的系统。我们的NNA,包括我们的GPU有一个最大的益处,不但仅在于我们的性能最好,benchmark跑分第一,还在于我们对软件方面的支持是最丰富的,一切支流的框架我们都支持。我们还有很多现成的已经做好的收集,包括常见的inception,mobilenet,resnet,SSD等。也就是说我们的用户可以很是方便的去实现他们自己的收集,同时也可以很是轻易的在我们的芯片上跑起来。

除了AI利用之外,我们讲边沿计较还有一点就是汽车电子。这两年我们可以看到汽车上利用屏的地方越来越多了,能够后视镜今后不再是一面镜子而是一个显现屏。汽车电子有它自己的怪同性,和消耗电子分歧。从设想流程上来说的话,汽车电子芯片需要一个特定的认证流程,不合适设想流程的芯片不能进入汽车系统。此外它的生命周期也比一般的消耗电子要长很多,一般的消耗电子能够几年产物就消失了,不再继续支持,但汽车电子的产物推出以后还要可以连结长达10年左右的技术支持。

今朝很是火的自动驾驶也需要更多的计较才能。要在有限的空间里面放下这么多的计较才能,同时又不能致使过度的消耗电力,也不会带来太多散热题目,就需要用到我们适才讲的异构计较的技术。我们可以经过度歧的处置器架构来满足分歧的使命。例如说我们在做全场景、全视野图像拼接的时辰,可以用GPU来做图像的变形和拼接;做途径计划的时辰,我们可以用神经收集加速器单元来完成;包括语音识别、人机接口这类文娱系统,我们可以利用GPU来处置;对于一些方针检测,我们可以利用神经收集处置器来加速。经过这类异构的方式,我们可以帮助我们的客户在一辆车的空间内实现很是强的计较才能。

接下来再简单说一下,我们第3产物线就是我们的Ensigma。我们Ensigma的专家都是昔时WIFI和蓝牙标准制定组的专家,在这方面已经推出5代的产物,同时积累的出货量也已经到几万万。也就是说,由于我们有了GPU NNA IP,再加上我们的数据毗连IP,我们可以帮助客户间接设想出一个系统级的SoC芯片出来。

说起SoC,除了外围的GPU、NNA和WIFI蓝牙之外,还有很是焦点的一点,就是CPU。CPU是一切的电子系统里面必不成少的中心处置单元,在CPU方面我们也有很多结构,和支流的CPU都能配合利用,同时我们也与比来很火的RISC-V的IP与芯片公司有着亲近合作。

最初总结一下,Imagination是一家做GPU和AI,包括数据毗连的一个IP公司。在GPU方面,我们是天下上唯一的一家具有根本专利,同时又跟美国没有任何关联的公司。在AI方面,虽然今朝国内做AI芯片的公司不足为奇,但我们相信全部AI产业刚刚起步,全部AI产业的成长包括利用的成长,实在是一场很是艰辛的马拉松活动,而不是一个100米的赛跑。这项活动才刚刚起头,可以对峙到最初也只要少许的玩家。我们希望可以帮助我们的客户一路对峙到尽头。


路过

雷人

握手

鲜花

鸡蛋

相关分类

返回顶部