0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

Imagination正式推出了两款神经网络内核AX2185和AX2145

倩倩 来源:TechWeb 2020-04-17 14:28 次阅读

近日,Imagination正式推出了两款神经网络内核AX2185和AX2145,这两款内核是基于神经网络加速器(NNA)架构PowerVR Series2NX设计的,设计目的是在极小芯片面积上以极低功耗实现神经网络高性能计算。该架构可以使“智能”从云端转移至终端设备,从而实现更高的效率和实时响应。

PowerVR Series2NX架构是完全重新设计的,旨在为移动和嵌入式平台中的高效神经网络推理提供硬件加速。其灵活的位宽可基于每一层去支持权重和数据,这意味着PowerVR Series2NX可以保持高推理精度,同时降低带宽/功耗要求。它是唯一支持16位到4位位宽的解决方案,可在较低的带宽和功耗下实现更高的性能。

Imagination主管PowerVR视觉和人工智能业务的副总裁Russell James表示:“人工智能正在改变行业,而神经网络是其核心所在,令人兴奋的全新使用案例正被不断创造,人们的生活也将得以改变。此类处理一直以来主要发生在云端,但由于延迟问题、隐私问题以及日益增长的可扩展性需求,边缘人工智能处理已变得非常必要。”

拥有广阔的适应性

Series2NX AX2185以高端智能手机、智能监控和汽车市场为目标,在这些市场中神经网络加速对诸如图像分类和驾驶辅助系统等领域可以产生重大影响。AX2185拥有8个全宽度计算引擎,每个时钟周期可处理2048个MAC(每秒4.1兆次运算),代表了市场上单位面积(每平方毫米)的最高性能。

AX2145针对成本敏感型设备进行了优化,以中档智能手机、数字电视/机顶盒、智能相机和消费性安全市场为目标,这些市场正在越来越多地采用神经网络加速来处理各种任务,例如图像管理和基于视觉的应用。 PowerVR AX2145精简型架构为超低带宽系统提供了高性能的神经网络推理功能,这种高性价比的解决方案可以支持原始设备制造商(OEM)和原始设计制造商(ODM)在芯片面积预算有限的情况下开展工作。

值得注意的是,两款内核都完全支持、Android的神经网络应用程序编程接口,开发人员使用NNAPI可以将神经网络功能带入基于Android的移动设备。为配合PowerVR Series2NX内核,Imagination提供了一整套工具来简化人工智能应用的开发和部署以及调试和分析。机器学习框架也可使用我们的网络开发工具包(NDK)。

其实,基于Series2NX架构的处理内核未来还有更多的可能性,从O.5-4.1TOPS性能都可以实现,可根据终端设备的种类和需求采用。所以这个系列产品的适应性是非常强的,基本涵盖了手机IoT、家电等所有终端领域。

AI产品正在逐步发力

我们都知道这家公司是全球为数不多的嵌入式移动GPU制造商(另外两家是ARM高通),前不久Imagination新任CEO李力游在接受采访的时候表示,神经元网络相关的技术和产品将会是这家公司未来的发展重点之一。本次推出的两款Series2NX架构内核正验证了这一点。

虽然GPU部分依然是这家公司目前的主要业务,但Russell James表示,他所负责的PowerVR视觉和人工智能业务无论是在研发还是渠道建设等多个方面,正在逐步增加比例,已经成为了未来的重点发展领域之一。

目前,这两款新产品已经在与多个知名半导体企业洽谈并开展合作,预计年内有望见到搭载这些产品的终端设备登场。

其实无论是智能手机还是IoT或者家电领域,与神经元网络相关的应用越来越多,因此终端也需要更强大的神经元网络计算能力,因此很多手机都开始搭载了独立的处理单元,这一市场前景还是非常值得期待的。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 神经网络
    +关注

    关注

    42

    文章

    4771

    浏览量

    100760
  • 人工智能
    +关注

    关注

    1791

    文章

    47274

    浏览量

    238462
收藏 人收藏

    评论

    相关推荐

    卷积神经网络与传统神经网络的比较

    在深度学习领域,神经网络模型被广泛应用于各种任务,如图像识别、自然语言处理和游戏智能等。其中,卷积神经网络(CNNs)和传统神经网络种常见的模型。 1. 结构差异 1.1 传统
    的头像 发表于 11-15 14:53 420次阅读

    BP神经网络和卷积神经网络的关系

    BP神经网络(Backpropagation Neural Network)和卷积神经网络(Convolutional Neural Network,简称CNN)是种在人工智能和机器学习领域
    的头像 发表于 07-10 15:24 1508次阅读

    BP神经网络和人工神经网络的区别

    BP神经网络和人工神经网络(Artificial Neural Networks,简称ANNs)之间的关系与区别,是神经网络领域中一个基础且重要的话题。本文将从定义、结构、算法、应用及未来发展等多个方面,详细阐述BP
    的头像 发表于 07-10 15:20 1067次阅读

    rnn是递归神经网络还是循环神经网络

    RNN(Recurrent Neural Network)是循环神经网络,而非递归神经网络。循环神经网络是一种具有时间序列特性的神经网络,能够处理序列数据,具有记忆功能。以下是关于循环
    的头像 发表于 07-05 09:52 577次阅读

    递归神经网络与循环神经网络一样吗

    递归神经网络(Recursive Neural Network,RvNN)和循环神经网络(Recurrent Neural Network,RNN)是种不同类型的神经网络结构,它们在
    的头像 发表于 07-05 09:28 860次阅读

    递归神经网络是循环神经网络

    递归神经网络(Recurrent Neural Network,简称RNN)和循环神经网络(Recurrent Neural Network,简称RNN)实际上是同一个概念,只是不同的翻译方式
    的头像 发表于 07-04 14:54 759次阅读

    循环神经网络和卷积神经网络的区别

    循环神经网络(Recurrent Neural Network,RNN)和卷积神经网络(Convolutional Neural Network,CNN)是深度学习领域中种非常重要的神经网络
    的头像 发表于 07-04 14:24 1294次阅读

    循环神经网络和递归神经网络的区别

    循环神经网络(Recurrent Neural Network,简称RNN)和递归神经网络(Recursive Neural Network,简称RvNN)是深度学习中种重要的神经网络
    的头像 发表于 07-04 14:19 916次阅读

    深度神经网络与基本神经网络的区别

    在探讨深度神经网络(Deep Neural Networks, DNNs)与基本神经网络(通常指传统神经网络或前向神经网络)的区别时,我们需要从多个维度进行深入分析。这些维度包括
    的头像 发表于 07-04 13:20 873次阅读

    bp神经网络和反向传播神经网络区别在哪

    神经网络在许多领域都有广泛的应用,如语音识别、图像识别、自然语言处理等。然而,BP神经网络也存在一些问题,如容易陷入局部最优解、训练时间长、对初始权重敏感等。为了解决这些问题,研究者们提出了一些改进的BP
    的头像 发表于 07-04 09:51 430次阅读

    卷积神经网络和bp神经网络的区别在哪

    BP神经网络(Backpropagation Neural Network)和卷积神经网络(Convolutional Neural Network,简称CNN)是种不同类型的人工神经网络
    的头像 发表于 07-04 09:49 9286次阅读

    卷积神经网络与循环神经网络的区别

    在深度学习领域,卷积神经网络(Convolutional Neural Networks, CNN)和循环神经网络(Recurrent Neural Networks, RNN)是种极其重要
    的头像 发表于 07-03 16:12 3284次阅读

    反向传播神经网络和bp神经网络的区别

    神经网络在许多领域都有广泛的应用,如语音识别、图像识别、自然语言处理等。然而,BP神经网络也存在一些问题,如容易陷入局部最优解、训练时间长、对初始权重敏感等。为了解决这些问题,研究者们提出了一些改进的BP
    的头像 发表于 07-03 11:00 802次阅读

    bp神经网络和卷积神经网络区别是什么

    BP神经网络(Backpropagation Neural Network)和卷积神经网络(Convolutional Neural Network,简称CNN)是种不同类型的人工神经网络
    的头像 发表于 07-03 10:12 1183次阅读

    卷积神经网络和bp神经网络的区别

    卷积神经网络(Convolutional Neural Networks,简称CNN)和BP神经网络(Backpropagation Neural Networks,简称BPNN)是
    的头像 发表于 07-02 14:24 3946次阅读