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
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

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

    4845

    浏览量

    108326
  • 人工智能
    +关注

    关注

    1821

    文章

    50471

    浏览量

    267610
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    基于神经网络的负载机械速度估计器实现方案

    本文提出了一种基于神经网络(NN)的负载机械速度估计器的实用实现,适用于具有弹性耦合(elastic coupling)的驱动系统,使用可重构FPGA。
    的头像 发表于 05-16 09:07 3726次阅读
    基于<b class='flag-5'>神经网络</b>的负载机械速度估计器实现方案

    AM26LS32Ax与AM26LS33Ax:高性能差分线接收器的全面解析

    出色的性能和广泛的应用场景,成为了工程师们在设计中常用的选择。今天,我们就来深入探讨一下这两款产品。 文件下载: am26ls32ac.pdf 1. 产品概述 AM26LS32Ax
    的头像 发表于 01-04 17:45 1335次阅读

    深入剖析AM26LS32Ax与AM26LS33Ax:高性能差分线接收器的卓越之选

    )的AM26LS32Ax和AM26LS33Ax系列产品,这两款器件作为四通道差分线接收器,在平衡和非平衡数字数据传输领域表现出色。 文件下载: am26ls33a.pdf 一、产品特性亮点 1. 标准兼容性
    的头像 发表于 01-04 17:45 998次阅读

    AM26LS32Ax与AM26LS33Ax差分线接收器:设计实用指南

    AM26LS32Ax与AM26LS33Ax差分线接收器:设计实用指南 在电子设计领域,数据传输的稳定性和可靠性至关重要。AM26LS32Ax和AM26LS33Ax系列作为四通道差分线接
    的头像 发表于 12-30 16:25 613次阅读

    神经网络的初步认识

    日常生活中的智能应用都离不开深度学习,而深度学习则依赖于神经网络的实现。什么是神经网络神经网络的核心思想是模仿生物神经系统的结构,特别是大脑中神经
    的头像 发表于 12-17 15:05 518次阅读
    <b class='flag-5'>神经网络</b>的初步认识

    SILEX希来科推出IEEE 802.11ax 智能型模块 IM-100 获得中国SRRC认证

    SILEX希来科推出IEEE 802.11ax 智能型模块 IM-100 获得中国SRRC认证
    的头像 发表于 12-14 14:55 1429次阅读
    SILEX希来科<b class='flag-5'>推出</b>IEEE 802.11<b class='flag-5'>ax</b> 智能型模块 IM-100 获得中国SRRC认证

    亚信电子推出AX88279A,强化智能联网与边缘计算技术应用

    亚信电子正式发布AX88279A USB 3.2转2.5G以太网控制芯片,提供高速、低延迟且稳定的有线连接,满足智能设备与边缘计算对高效网络传输的需求。
    的头像 发表于 12-11 13:20 865次阅读
    亚信电子<b class='flag-5'>推出</b><b class='flag-5'>AX</b>88279A,强化智能联网与边缘计算技术应用

    NMSIS神经网络库使用介绍

    NMSIS NN 软件库是一组高效的神经网络内核,旨在最大限度地提高 Nuclei N 处理器内核上的神经网络的性能并最​​大限度地减少其内存占用。 该库分为多个功能,每个功能涵盖特定
    发表于 10-29 06:08

    在Ubuntu20.04系统中训练神经网络模型的一些经验

    本帖欲分享在Ubuntu20.04系统中训练神经网络模型的一些经验。我们采用jupyter notebook作为开发IDE,以TensorFlow2为训练框架,目标是训练一个手写数字识别的神经网络
    发表于 10-22 07:03

    2.4 GHz 高功率 802.11ax WLAN 前端模块 skyworksinc

    电子发烧友网为你提供()2.4 GHz 高功率 802.11ax WLAN 前端模块相关产品参数、数据手册,更有2.4 GHz 高功率 802.11ax WLAN 前端模块的引脚图、接线图、封装手册
    发表于 10-14 18:34
    2.4 GHz 高功率 802.11<b class='flag-5'>ax</b> WLAN 前端模块 skyworksinc

    液态神经网络(LNN):时间连续性与动态适应性的神经网络

    1.算法简介液态神经网络(LiquidNeuralNetworks,LNN)是一种新型的神经网络架构,其设计理念借鉴自生物神经系统,特别是秀丽隐杆线虫的神经结构,尽管这种微生物的
    的头像 发表于 09-28 10:03 1663次阅读
    液态<b class='flag-5'>神经网络</b>(LNN):时间连续性与动态适应性的<b class='flag-5'>神经网络</b>

    神经网络的并行计算与加速技术

    随着人工智能技术的飞速发展,神经网络在众多领域展现出了巨大的潜力和广泛的应用前景。然而,神经网络模型的复杂度和规模也在不断增加,这使得传统的串行计算方式面临着巨大的挑战,如计算速度慢、训练时间长等
    的头像 发表于 09-17 13:31 1361次阅读
    <b class='flag-5'>神经网络</b>的并行计算与加速技术

    无刷电机小波神经网络转子位置检测方法的研究

    摘要:论文通过对无刷电机数学模型的推导,得出转角:与三相相电压之间存在映射关系,因此构建了一个以三相相电压为输人,转角为输出的小波神经网络来实现转角预测,并采用改进遗传算法来训练网络结构与参数,借助
    发表于 06-25 13:06

    神经网络专家系统在电机故障诊断中的应用

    摘要:针对传统专家系统不能进行自学习、自适应的问题,本文提出了基于种经网络专家系统的并步电机故障诊断方法。本文将小波神经网络和专家系统相结合,充分发挥了二者故障诊断的优点,很大程度上降低了对电机
    发表于 06-16 22:09

    基于FPGA搭建神经网络的步骤解析

    本文的目的是在一个神经网络已经通过python或者MATLAB训练好的神经网络模型,将训练好的模型的权重和偏置文件以TXT文件格式导出,然后通过python程序将txt文件转化为coe文件,(coe
    的头像 发表于 06-03 15:51 1577次阅读
    基于FPGA搭建<b class='flag-5'>神经网络</b>的步骤解析