作者：李祥敬
來源：至頂網計算頻道

人工智能市場快速增長，算力的需求不斷衍生，這對對計算架構的效率和靈活性提出了更高要求。

Imagination Technologies產品總監Rob Fisher接受記者采訪時表示，AI領域的高速創新使滿足未來需求的硬件和軟件變得十分關鍵。“在軟件設計方面，必須具備快速制作新架構原型并測試新架構的能力。在硬件設計方面，必須選擇合適的加速粒度以兼顧靈活性和性能。”

Imagination從2015年就開始投入研發AI專用芯片IP核，從最初2NX到3NX到2020 年推出的4NX， 產品在不斷演進迭代，性能從0.5Tops的算力開始，到3NX達到12.5Tops，到4NX的多核方案，可上升到100Tops甚至更高。

Imagination為人工智能應用開發了創新型的IP產品，例如PowerVR NNA神經網絡加速器系列具有豐富的成員產品，使移動和智能網聯（AIoT）設備能夠以以前邊緣設備無法想象的速度運行神經網絡計算。對于諸如安防、自動系統、零售和安全攝像頭等細分市場，PowerVR Vision & AI內核可使得邊緣設備得到極致的智能化性能，并實現低功耗和低成本。

如今XPU趨勢明顯，各種異構芯片層出不窮。Rob Fisher說，異構設計可以通過專門的單元更好地處理各項流程，在不需要增加硅面積的情況下提高相同任務的執行效率。而且隨著希望設計定制芯片的制造商越來越多，異構性能將變得極其重要。

異構架構在AI設備中興起的原因是同構架構限制了執行性能，因此需要多種不同的處理單元來滿足性能、面積和功耗方面的限制。

Imagination所提供的業界領先的處理器IP解決方案使系統級芯片設計人員能夠創建加速AI系統。Imagination通過CPU、GPU和AI處理器IP提供從簡單的單處理器加速到復雜異構系統等各種解決方案。

比如IMG Series4多核NNA在運行基于特定的計算圖的卷積神經網絡（CNN）和其它基于矩陣乘法運算的神經網絡（NN）任務時，性能是通用嵌入式處理器的數百倍。

軟硬一體賦能芯片

當前AI硬件跟不上軟件定義系統創新速度的問題將始終存在。選擇合適的硬件加速粒度并在可能的情況下加入可編程性可以在一定程度上緩解這種情況，但卻永遠無法徹底解決這個問題。

Rob Fisher介紹說，Imagination將軟件和硬件放在一起考慮，所提供的綜合全面的SDK工具包使開發人員能夠成功使用基于Imagination IP的產品，比如使用Neural Compute SDK為神經網絡部署具有最高性能和精度的模型并進行跨CPU、GPU和NNA的集成異構編譯。

AI框架和智能芯片的適配成果很大程度上影響了智能產業應用從開發到落地的距離。Imagination與百度飛槳開展了廣泛的合作，兩家公司最近一起發布了一套Model Zoo資源來更好地幫助AI芯片設計人員和開發人員運用百度飛槳產品。

此前，百度飛槳更多的是與AI硬件，也就是芯片設計廠商，進行軟硬協同的優化。而這次與芯片設計廠商的上游IP廠商——Imagination合作，可以將收集到的AI應用需求，比如對于算子、模型、算力等各個層面的需求，提供給Imagination，改進IP核，確保最優的性能體現。

除此以外，Imagination和百度飛槳還宣布了一項針對深度學習應用的“硬件生態共創計劃”，發揮兩家公司在硬件和軟件市場的專長。

結語

AI是一個令人興奮的領域，AI框架的開發不斷演進。硬件和軟件是高度相互依賴的，沒有正確的硬件，世界上最好的軟件也是無用的，反之亦然。

談及未來布局，Rob Fishert透露，Imagination不僅注重通過擴展來滿足計算需求，而且還注重通過提高效率來管理所需的計算量。為了滿足不斷增長的需求，這兩方面都必不可少。