隨著汽車、智能手機、VR／AR、智能電視以及無人機等技術的發展，市場對高性能的圖像處理及高性能運算的需求日益暴漲，比如在汽車領域，在奧迪、特斯拉等領先廠商的推動下，座艙多屏及大屏化正成為主流發展趨勢；而在VR／AR以及全景相機領域，6K／8K乃至10K及以上的圖像顯示也成為未來幾年的重要發展目標；同時，隨著無人機產業的快速發展，高像素乃快速的圖像解析及處理能力也成為行業公認的發展方向。
為此，9月21日，Imagination Technologies重磅發布利用神經網絡（NN）專用PowerVR架構實現的Series2NX NNA神經網絡加速器以及兩款全新一代的PowerVR GPU，為圖像處理以及高性能運算領域點燃了又一盞明燈。
兩款全新GPU問世 主打高性價比方案
眾所周知，隨著全面屏手機、VR／AR、汽車座艙以及全景相機等技術的發展，越來越多的B端廠商開始尋求更高性價比的圖像處理解決方案，比如在AR／VR領域，OEM廠商既想獲得高像素、快速的刷新率以及低延時的產品性能，又想要更進一步的壓低設備成本，以便能夠順利打開C端市場，創造更多的產品價值。
為了順應這種行業訴求，Imagination公司推出了兩款全新一代的Power VR GPU產品Series 9XM與9XE。Imagination PowerVR市場高級總監Chris Longstaff對記者表示：“全新一代的PowerVR GPU能為即使是價格低廉的設備帶來絕佳的圖形功能，并為SoC開發人員提供高靈活性的GPU系列產品，使產品既能實現所需的性能等級，又能在任何價格點脫穎而出。而在應用方面，兩款GPU可以廣泛適用于包括DTV、機頂盒、流媒體電視棒／適配器、汽車信息娛樂系統以及整合性電子設備領域，為硬件設備上的GUI以及HMI等提供最佳的真實世界體驗。”
而在具體硬件及技術細節方面，Chris Longstaff對記者透露：“兩個新系列產品均獲益于內存子系統的提升，與前代產品相比，帶寬減少25％，可確保更高的處理能力被充分發揮出來。此外，9XE和9XM的共同新特性還包括新的MMU，能支持更大的尋址，并且提供10位YUV的標準支持，完全不會影響芯片面積。而且，兩者還有各自不同的特性，比如Series9XE GPU持續并擴展了PowerVR 8XE系列GPU在單位面積填充率（fillrate／mm2），而且還擴展了新的8像素／時鐘（8PPC）內核，使得4K60的GUI應用能夠獲得更為理想的技術支持。而Series9XM GPU則具備更高的運算密度（GFLOPS／mm2），并采用了多項新的增強的架構元素，因此在性能上比前一代8XEP提升了50％，而且還具備可擴展至4K及以上解析度的能力，為新一代的圖像處理應用提供了更強大的硬件支持?！?/p>
終端側布局AI成風潮 NNA為硬件全面賦能
除了全新一代的高性價比GPU之外，Imagination公司還推出了旗下首款神經網絡加速器Series2NX NNA，為未來的SoC設計提供強有力的硬件加速支持。
眾所周知，在高通、華為以及蘋果等巨頭的引領之下，終端側布局人工智能技術成為全新的發展趨勢。相比云端而言，終端側部署AI能力則具備諸多優勢，首先，對用戶隱私有充分保障；其次，由于是布局硬件，相比云端帶寬要求會更低，功耗也會更有優勢；此外，終端的AI能力對于延時性等方面的控制相對更為靈活，因此可以廣泛的適用于多種不同類型的產品。
隨著AI以及硬件技術的不斷更新迭代，未來人工智能將像CPU、GPU以及視頻編碼器一樣在SoC當中無處不在，但這也需要通過相應的硬件設計來實現。
Chris Longstaff認為：“神經網絡加速的專用硬件將成為未來SoC的標準IP模塊，就如同CPU和GPU一樣。比如在移動應用領域，隨著Tensorflow Lite以及Android API的即將發布，再加上Caffe2Go架構的快速進展，我們將看到智能手機AI應用程序數量的快速爆發。因此越來越多的公司需要高效率的方式來執行包括影像辨識、語音辨識、計算攝影等在內各種的推理任務。而PowerVR 2NX是現今唯一的一套IP解決方案，能以低功耗、小面積、MMU和對Android的支持來滿足移動解決方案部署的所有需求。在GPU不可或缺的移動設備中，公司能把新的PowerVR Series9XE或9XM GPU與2NX NNA在相同的芯片中搭配運用，以作為獨立式GPU，其優異的性能足以和業界的獨立式GPU競爭。”
據Imagination所公布的信息顯示，全新的NNA能夠靈活支持不同位長的數據類型（包括16、12、10、8到4位），并同時支持CNN、RNN以及LSTM三種神經網絡類型以及Caff、Caff2／2go和Tensorflow／Lite等通用機器學習架構。Imagination中國區區域市場和業務拓展總監柯川解釋道：“通過這種方式，使得NNA能夠很靈活的支持不同應用行業的應用需求，比如汽車等一些市場需要16位的支持，而另一些市場可能只需要較低的精度即可，這樣可以更為快速的處理數據、權重和激活位寬精度每層均可調節，使得以最小的功率和帶寬來實現最大的性能。而通過對眾多神經網絡類型及機器學習架構的支持，使得NNA也可以在諸如移動、監控以及汽車和消費電子等諸多領域以非常低的功耗實現神經網絡的高性能運算，進一步減輕整個硬件系統的負荷?！?/p>
總之，在AI應用及相關產品開發逐步向硬件領域偏移的大背景下，編者認為，未來將會有越來越多諸如華為及蘋果這一類的移動芯片廠商積極研發自家的人工智能芯片，該領域即將面臨著一場全新的技術爭霸戰。PowerVR NNA在眾多數據上來看的確十分亮眼（比如在帶寬、性能以及功耗等方面吊打蘋果和華為），但未來還需要持續穩扎穩打，方能在瞬息萬變的市場及技術競爭中持續占領先機。