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展示了多项基于其先进图形处理器和神经网络加速器IP的应用演示

Dbwd_Imgtec 来源:Imagination Tech 作者:Imagination Tech 2021-01-08 14:37 次阅读

集成电路产业是国家战略性支柱产业,是国民经济和社会信息化的重要基础。当前我国集成电路产业发展正处于关键期,国家高度重视并出台一系列政策和措施予以大力支持。集成电路设计业作为整个产业的龙头和技术、产品创新的主要环节,在产业发展中承担着重要责任,而知识产权(IP)在其中则扮演着关键的角色。 12月10日-11日,“中国集成电路设计业2020年会”(ICCAD 2020)在重庆举行,这场集成电路产业的年终盛会也是业内企业和从业人员的一次大聚会。Imagination Technologies作为全球领先的半导体IP厂商也如约出席大会,并通过技术应用展示和主题演讲与业界同仁展开了深入的交流。

Imagination展示了多项基于其先进图形处理器GPU)和神经网络加速器(NNA)IP的应用演示。例如,基于瑞萨R-Car H3芯片的GPU硬件虚拟化演示,该芯片采用了Imagination的PowerVR GX6650 GPU。通过硬件虚拟化功能,同一个GPU可以同时处理多个任务,并且通过物理隔离确保这些任务互不影响,实现了最高的安全性。

Imagination演示了基于先进IP的多项应用 另一项精彩演示是基于GPU和NNA的汽车环绕视图应用。GPU将摄像头图像拼接在一起推理出光照条件,利用环境光照渲染整个车身;同时,采集一定的图像用于神经网络分析,NNA会基于GoogLeNet SSD算法实现人的检测。 此外,Imagination还展示了领先的低功耗PowerVR光线追踪技术,以及利用不同的神经网络算法,基于NNA来实现语义分割、姿态检测、人脸检测、目标检测等应用。

Imagination的精彩演示吸引多位参观者驻足观看 在本次大会的“IP与IC设计专题论坛上,Imagination解决方案高级技术经理郑凯发表了题为“SoC IP 助力智能计算实现性能、功耗、面积新突破”的演讲,全面介绍了Imagination新近发布的最新一代GPU和NNA产品。

Imagination解决方案高级技术经理郑凯发表演讲 郑凯表示,中国是全球最大的半导体市场,但85%的半导体器件依赖进口,如何尽快实现半导体产业的进口替代事关国家经济和安全。Imagination作为一家中资拥有的全球性半导体IP企业,致力于通过创新技术和高效服务为中国芯片厂商提供广泛支持,并已在移动、汽车、桌面、云计算无人机等领域拥有大量合作伙伴。 “Imagination在10月和11月陆续发布了最新的IMG B系列多核GPU和IMG Series4多核NNA,在进一步丰富和强化我们产品线的同时,可以为客户提供更高的性能和渲染能力,以及更低的功耗、延迟和成本。”郑凯介绍道。

相比IMG A系列,B系列在功耗预算相同的情况下实现了30%的性能提升 IMG B系列GPU包括BXE、BXM、BXT、BXS四类产品,郑凯以旗舰款BXT为例介绍了B系列的特性。四核BXT可以提供6 TFLOPS的性能,每秒可处理192 Gigapixel(十亿像素),拥有24 TOPS的AI算力,同时可提供行业最高的性能密度。从手持设备到数据中心,BXT GPU可以为各类应用提供难以置信的高性能。

Imagination Tensor Tiling技术助力Series4 NNA降低了90%的带宽需求

IMG Series4 NNA凭借全新的多核架构实现了超高性能和超低延迟。例如,一个8核集群可以提供100 TOPS的算力,延迟在理想情况下也会减少为单核独立执行时的1/8。此外,Series4包含IP级别的安全功能且设计流程符合ISO 26262车规标准,使其成为先进驾驶辅助系统(ADAS)和自动驾驶等汽车应用的理想选择。

责任编辑:lq

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
  • 集成电路
    +关注

    关注

    5381

    文章

    11381

    浏览量

    360847
  • 神经网络
    +关注

    关注

    42

    文章

    4762

    浏览量

    100535
  • IP技术
    +关注

    关注

    0

    文章

    16

    浏览量

    8303

原文标题:进口替代是关键 IMG先进IP技术助力中国集成电路业加快自主发展 |ICCAD 2020

文章出处:【微信号:Imgtec,微信公众号:Imagination Tech】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    神经网络优化有哪些

    神经网络优化是深度学习中用于调整网络参数以最小化损失函数的重要工具。这些优化通过不同的策略来更新网络权重,以提高训练效率和模型性能。以下
    的头像 发表于 07-11 16:33 506次阅读

    什么是神经网络加速器?它有哪些特点?

    )和图形处理器(GPU)虽然可以处理神经网络计算,但在能效比和计算密度上往往难以满足特定应用场景的需求。因此,神经网络
    的头像 发表于 07-11 10:40 425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
    的头像 发表于 07-05 09:52 489次阅读

    递归神经网络是循环神经网络

    。 递归神经网络的概念 递归神经网络是一种具有短期记忆功能的神经网络,它能够处理序列数据,如时间序列、文本、语音等。与传统的前馈神经网络不同
    的头像 发表于 07-04 14:54 633次阅读

    循环神经网络处理什么数据

    循环神经网络(Recurrent Neural Network,简称RNN)是一种具有记忆功能的神经网络,它能够处理序列数据,即数据具有时间或空间上的连续性。RNN在自然语言处理、语音
    的头像 发表于 07-04 14:34 411次阅读

    循环神经网络和卷积神经网络的区别

    结构。它们在处理不同类型的数据和解决不同问题时具有各自的优势和特点。本文将从多个方面比较循环神经网络和卷积神经网络的区别。 基本概念 循环神经网络是一种具有循环连接的
    的头像 发表于 07-04 14:24 1113次阅读

    人工智能神经网络芯片的介绍

    人工智能神经网络芯片是一类专门为深度学习和神经网络算法设计的处理器。它们具有高性能、低功耗、可扩展等特点,广泛应用于图像识别、语音识别、自然语言处理等领域。以下是关于人工智能
    的头像 发表于 07-04 09:33 582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 11:00 671次阅读

    卷积神经网络的原理是什么

    卷积神经网络(Convolutional Neural Network,简称CNN)是一种深度学习模型,广泛应用于图像识别、语音识别、自然语言处理等领域。本文将详细介绍卷积神经网络的原理,包括其
    的头像 发表于 07-02 14:44 560次阅读

    神经网络架构有哪些

    神经网络架构是机器学习领域中的核心组成部分,它们模仿生物神经网络的运作方式,通过复杂的网络结构实现信息的处理、存储和传递。随着深度学习技术
    的头像 发表于 07-01 14:16 605次阅读

    西门子推出Catapult AI NN:重塑神经网络加速器设计的未来

    的需求,西门子数字化工业软件日前推出了一款名为Catapult AI NN的创新软件,旨在帮助神经网络加速器在专用集成电路(ASIC)和芯片级系统(SoC)上实现更高效的高层次综合(HLS)。
    的头像 发表于 06-19 16:40 669次阅读

    西门子推出Catapult AI NN软件,赋能神经网络加速器设计

    西门子数字化工业软件近日发布Catapult AI NN软件,这款软件在神经网络加速器设计领域迈出了重要一步。Catapult AI NN软件专注于在专用集成电路(ASIC)和芯片级系统(SoC)上实现
    的头像 发表于 06-19 11:27 815次阅读

    助听器降噪神经网络模型

    抑制任务是语音增强领域的一个重要学科, 随着深度神经网络的兴起,提出了几种基于深度模型的音频处理新方法[1,2,3,4]。然而,这些通常是为离线处理而开发的,不需要考虑实时性。当使用神经网络
    发表于 05-11 17:15

    集成芯原神经网络处理器IP的AI类芯片已在全球范围出货超1亿颗

    2024年2月29日,中国上海——芯原股份 (芯原,股票代码:688521.SH) 今日宣布集成了芯原神经网络处理器 (NPU) IP的人工智能 (AI) 类芯片已在全球范围内出货超过1亿颗
    的头像 发表于 02-29 09:30 661次阅读

    英特尔酷睿Ultra处理器开售:引领AI与高性能的未来

     该处理器的一大亮点是其强大的AI功能。内置的NPU(神经网络处理器)为AI应用提供强大的加速能力,使得大型语言模型的本地运行成为可能。
    的头像 发表于 12-27 16:57 999次阅读