想做AI芯片？這家“中國擁有的外國公司”出了新的神經(jīng)網(wǎng)絡(luò )加速器內核
加入技術(shù)交流群
近日，Imagination Tecnhologies在京舉辦了“Imagination人工智能（AI）研討會(huì )”，會(huì )上宣布推出PowerVR Series2Nx神經(jīng)網(wǎng)絡(luò )加速器（NNA）內核。會(huì )上，主管PowerVR視覺(jué)和人工智能業(yè)務(wù)的副總裁Russell James與中國區區域市場(chǎng)和業(yè)務(wù)拓展總監柯川先生，介紹了AI及芯片的發(fā)展狀況，及Imagination新產(chǎn)品、公司的中資背景。
本文引用地址：http://dyxdggzs.com/article/201806/381850.htmAI已處于快速發(fā)展階段
AI分為四個(gè)階段，如下圖。
1.基礎研究階段。每當一個(gè)新技術(shù)來(lái)臨時(shí)，一些大學(xué)院所機構和大公司(例如英特爾、谷歌等有基礎研究部門(mén))會(huì )進(jìn)行反復研究論證，找到產(chǎn)業(yè)可能性。
2.應用研究階段，公司企業(yè)嘗試讓新技術(shù)通過(guò)原型機認證，以極大地解決生產(chǎn)生活中的痛點(diǎn)。
3.產(chǎn)業(yè)快速發(fā)展階段。此時(shí)機會(huì )多，新公司、大公司多，整個(gè)產(chǎn)業(yè)迅速發(fā)展。
4.最后會(huì )出現一個(gè)相對成熟的市場(chǎng)，形成一些壟斷企業(yè)/寡頭，大浪淘沙，小魚(yú)和慢魚(yú)被淘汰。
目前AI產(chǎn)業(yè)處于快速導入階段，這也是公司資本和個(gè)人都在追逐的，前途非常光明。
AI發(fā)展最多的是與應用的結合，例如金融、安防、醫療、教育、客服、視頻/娛樂(lè )、零售/電商、建筑、法律、招聘、新聞資訊等，每個(gè)行業(yè)都有領(lǐng)先的企業(yè)或獨角獸(如下圖)。
大部分落地應用的共同特點(diǎn)是取代一些簡(jiǎn)單的人工勞動(dòng)，例如智能客服(代替人接電話(huà))、人臉識別等。
如果要把AI進(jìn)一步做大做強，需要知識圖譜的概念和數據結構化，使應用算法在行業(yè)里做深、做寬、做大。從弱AI到強AI方面，國內外很多大企業(yè)和頂尖院校正在做積累，希望在未來(lái)發(fā)揮更大的作用。
AI和NN的關(guān)系
NN(神經(jīng)網(wǎng)絡(luò ))是實(shí)現AI的方式之一，但不是唯一方式。
圖：人工智能部分算法
NN目前是各行各業(yè)最火最熱的技術(shù)與應用之一，這催生了NN從算法到芯片等的行業(yè)的大發(fā)展。
邊緣AI的機會(huì )
很多人認為是英偉達做的數據訓練非常成功。但隨著(zhù)行業(yè)逐步加深，應用逐步多，發(fā)現僅僅在服務(wù)器端還不夠的，端側可以做極大延伸。例如，安防從嵌入式視覺(jué)系統到視覺(jué)導向的自主系統，即過(guò)去紅外攝像頭，保安和監控人員要看一二十個(gè)小時(shí)，現在把人眼看的部分，通過(guò)算法和數據集中到服務(wù)器端，下一步希望減少服務(wù)器的負擔，在端側——攝像頭去做識別。這樣做的好處，首先是可以減少網(wǎng)絡(luò )帶寬，因為網(wǎng)絡(luò )存儲等成本非常高;其次是性能，端處理回傳會(huì )延時(shí);第三是隱私性。
另一個(gè)案例是無(wú)人機避障。如果通過(guò)云端或GPU做，需要10~15 m的緩沖區，這意味著(zhù)在10-15 m之內無(wú)法判斷，對消費類(lèi)還可以，但農業(yè)、漁業(yè)、防火救災等場(chǎng)景就不夠了，需要精度在1 m之內，這就需要端側的高效處理能力。
市面上有各種方案，如下圖。1.CPU盡管什么都可以做，但處理神經(jīng)網(wǎng)絡(luò )效率低，2.DSP最大的問(wèn)題是有非常少的人員可以基于DSP去做編程，沒(méi)有標準化和可覆蓋。3.GPU，英偉達證明了非常適合處理AI，GPU有標準化的編程方式，但GPU還是功耗較大。是否有功耗非常低又非常靈活?4.固定功能的硬化，一旦硬化后只能做一件事，遠遠不夠產(chǎn)業(yè)化。
為此，Imagination有“GPU+NNA”方案。
NNA的性能比對
據Imagination測算，傳統GPU搜1000張圖需要1分鐘;若在端側處理，若采用Imagination的PowerVR NNA，用2秒就可以解決。同樣花費1%功耗，GPU可處理2400張圖片，端處理器PowerVR NNA可以做接近43萬(wàn)張圖片處理。視頻處理時(shí)，GPU做1分20秒的處理，如果用Imagination的端側處理，可以做接近4個(gè)小時(shí)。
評論