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首发了两款神经网络内核AX2185和AX2145

Dbwd_Imgtec 来源:未知 作者:李倩 2018-06-14 14:43 次阅读

2018年,越来越多的企业开始迈入人工智能的大潮,相关技术和应用不断深化、细化。中国的人工智能发展正在进入新的阶段,有望成为引领全球人工智能发展的重要引擎。Imagination Technologies作为一家拥有近30年GPU开发经验的全球领先IP供应商,在人工智能领域的投入已经超过5年。公司于去年9月推出支持多种人工智能应用的神经网络加速器,并已在安防、视频等领域获得应用。与此同时,鉴于自身的中资背景,Imagination开始将战略重心更多地转移向中国市场,而人工智能这个在中国发展得如火如荼的产业,自然也成为Imagination中国发展战略的重点所在。

6月4日-8日,Imagination先后在深圳、上海、北京这三座中国集成电路产业积淀最深厚、发展最蓬勃的城市举办了人工智能研讨会。活动邀请了来自Imagination及其合作伙伴的多位技术专家莅临现场,为与会者分享了最先进的人工智能技术及应用。

6月8日北京会议上Imagination首发了两款神经网络内核AX2185和AX2145,引来到场媒体和行业人士的一致关注。

Imagination人工智能研讨会吸引了众多行业人士到场

两款新型内核基于Imagination的PowerVR Series2NX神经网络加速器(NNA)架构打造,针对性能和内存带宽进行了优化,为芯片设计人员提供了受欢迎的选择,可以支持他们在嵌入式设备和移动设备上部署高要求的、基于深度学习计算机视觉算法,从而实现产品和应用的创新。

其中,AX2185以高端智能手机智能监控和汽车市场为目标应用。该款内核拥有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则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。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OEM和ODM在芯片面积预算有限的情况下开展设计工作。

“Imagination的持久优势在于在技术创新上的投入和领先度。由于Imagination总是把关注点放在未来市场需要什么,所以总会多做一点,推出比市场领先一步的IP,进而客户使用Imagination的IP打造的产品也将会领先市场一步。” Imagination主管PowerVR视觉和人工智能业务的副总裁Russell James接受媒体采访时表示。

Imagination副总裁Russell James介绍新发布的神经网络内核

会上,Imagination中国区区域市场和业务拓展总监柯川也发表了主题演讲,介绍了Imagination对人工智能领域发展的深刻理解,以及公司经过多年技术积累所推出的人工智能解决方案的先进特性和应用场景。

“Imagination对人工智能领域的投入已经持续了5年以上,我们的产品是在深厚的技术积累基础上才推出的。从今年年底到明年年初这段期间,Imagination还将持续推出一系列AI产品,专为解决人工智能市场的关键问题与痛点而打造。此外,Imagination也在和众多OEM厂商合作,帮助SoC客户提高产品化速度。”柯川在谈及Imagination在人工智能领域的发展时如是说。

Imagination中国区区域市场和业务拓展总监柯川发表主题演讲

近日,2018年度英国国家技术大奖(National Technology Awards)颁奖典礼在伦敦华尔道夫希尔顿酒店举行,该活动每年举办一次,旨在嘉奖各个技术行业所取得的发展。Imagination的PowerVR 视觉和人工智能团队赢得了今年的“年度最佳技术团队”殊荣。该奖项的获得,是对过去多年Imagination专注于人工智能研发的高度褒奖,同时也意味着公司已做好准备随时去迎接更广阔的市场。一场“王者归来”的好戏正在上演!

会议期间合作伙伴演讲部分精彩回顾:

深圳研讨会--商汤科技智能汽车的主题演讲

深圳研讨会--全志科技AI应用落地面临的挑战主题演讲

上海研讨会--紫光展锐公司的手机中AI应用趋势的主题演讲

上海研讨会--酷芯微电子公司的嵌入式AI芯片的挑战与机会主题演讲

北京研讨会--Face++旷视科技的中国人工智能第一阶段--现状、观察与未来主题演讲

北京研讨会--Roobo北京智能管家科技主题演讲

北京会议合作方中关村芯园副总经理兰文丽女士为本次会议致辞。

在此特别感谢北京活动的协办方中关村芯园及中关村领创空间的大力支持!

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

    5380

    文章

    11381

    浏览量

    360784
  • 人工智能
    +关注

    关注

    1791

    文章

    46833

    浏览量

    237483
  • ai技术
    +关注

    关注

    1

    文章

    1256

    浏览量

    24240

原文标题:前沿AI技术助力产业创新 Imagination中国芯演绎王者归来

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

    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 14:53 167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 1196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 15:20 813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 09:52 489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 09:28 685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 14:54 625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 1105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 14:19 772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 13:20 662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 9154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 2629次阅读

    反向传播神经网络和bp神经网络的区别

    反向传播神经网络(Backpropagation Neural Network,简称BP神经网络)是一种多层前馈神经网络,它通过反向传播算法来调整网络中的权重和偏置,以达到最小化误差的
    的头像 发表于 07-03 11:00 666次阅读

    bp神经网络是深度神经网络

    BP神经网络(Backpropagation Neural Network)是一种常见的前馈神经网络,它使用反向传播算法来训练网络。虽然BP神经网络在某些方面与深度
    的头像 发表于 07-03 10:14 674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 10:12 996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 2803次阅读