chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

Imagination發(fā)布其最新一代IMG Series4神經(jīng)網(wǎng)絡(luò)加速器產(chǎn)品

Dbwd_Imgtec ? 來源:半導(dǎo)體行業(yè)觀察 ? 作者:半導(dǎo)體行業(yè)觀察 ? 2020-12-14 16:50 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

隨著智能駕駛和自動駕駛等應(yīng)用越發(fā)火熱,汽車AI芯片市場在最近幾年進(jìn)入了高速發(fā)展期。無論是NXP瑞薩這樣的傳統(tǒng)汽車芯片廠,還是如英偉達(dá)英特爾這樣的消費芯片大廠,甚至是FPGA龍頭Xilinx,都對這個市場虎視眈眈。此外,國內(nèi)外也有一大波初創(chuàng)芯片企業(yè)涌入這個市場。 Imagination作為全球半導(dǎo)體IP大廠,已推出多代AI加速產(chǎn)品,獲得了良好的市場反響,可以為汽車芯片廠商打造高性能車用AI芯片提供強(qiáng)有力的支持。日前,Imagination發(fā)布其最新一代IMG Series4神經(jīng)網(wǎng)絡(luò)加速器(NNA)產(chǎn)品,該公司視覺和人工智能部門高級總監(jiān)Andrew Grant在接受媒體采訪時指出:“雖然目前市場上已經(jīng)有能滿足自動駕駛需求的AI芯片,但功耗不夠理想。所以,我們花兩年時間去了解和評估客戶需求,推出了高性能低功耗的4系列NNA產(chǎn)品,并且將自動駕駛作為主打市場”。

Andrew Grant還介紹道,IMG Series4 NNA采用了全新的多核架構(gòu),能提供高達(dá)600 TOPS的算力,從而為ADAS和自動駕駛等應(yīng)用提供高效支持。Imagination之所以能提供性能如此強(qiáng)悍的產(chǎn)品,得益于公司多年來在IP領(lǐng)域的深厚積累。

IP專家的步步為“贏”

在談及Imagination的時候,大家首先想到的就是他們在手機(jī)GPU IP市場的影響力。

從Imagination提供的數(shù)據(jù)也可以看到,他們在移動GPU IP市場的份額已經(jīng)達(dá)到35.5%,這幫助他們超越Arm Mali系列和高通Adreno系列,登上移動GPU IP龍頭的位置。除了移動GPU以外,Imagination在車載GPU IP市場也幾乎拿下了半壁江山。數(shù)據(jù)顯示,他們在這個市場的占有率高達(dá)43%。

此外,Imagination在近來熱門的AI 市場也布局多年。據(jù)介紹,Imagination在過去七年里持續(xù)加大對AI研發(fā)的投入,公司迄今已擁有超過80項針對AI領(lǐng)域的專利,并推出了一系列神經(jīng)網(wǎng)絡(luò)加速器IP產(chǎn)品。 這系列IP是一個從0開始設(shè)計的完整、獨立式的硬件IP神經(jīng)網(wǎng)絡(luò)加速器,可以同時支持CNN、RNN、LSTM三種神經(jīng)網(wǎng)絡(luò)類型,并且可支持caff、caffe2、Google TensorFlow等通用機(jī)器學(xué)習(xí)體系架構(gòu),還支持可適用于移動端的TensorFlow Lite、caffe2go等機(jī)器學(xué)習(xí)體系架構(gòu)。再加上這系列內(nèi)核可在最小的硅面積上以非常低的功耗實現(xiàn)高性能的神經(jīng)網(wǎng)絡(luò)計算,因此自面世以來獲得了客戶的高度認(rèn)可。Imagination在過去幾年里也在快速迭代該系列IP。

2017年9月,Imagination發(fā)布了旗下首款神經(jīng)網(wǎng)絡(luò)加速器PowerVR Series 2NX NNA,其單核性能僅覆蓋1 TOPS到4.1 TOPS的范圍;而到了2018年推出的第二代PowerVR 3NX,單核性能不但覆蓋了0.6 TOPS到10 TOPS,其多核產(chǎn)品性能更是能做到20 TOPS到160 TOPS,可以滿足從L2級到L5級自動駕駛的邊緣推理需求。 而文章開頭談到的IMG Series 4NNA則是Imagination推出的第三代NNA。 Andrew Grant表示,這款公司歷時兩年打造出來的產(chǎn)品不但在性能上獲得大幅度提升,還擁有靈活的多核設(shè)計、創(chuàng)新性的Tensor Tiling( Imagination’s Tensor Tiling,ITT)技術(shù)、低功耗和滿足車規(guī)級安全需求等多項優(yōu)勢,從而能為領(lǐng)先的汽車行業(yè)顛覆者、一級供應(yīng)商、整車廠(OEM)和汽車系統(tǒng)級芯片(SoC)廠商提供強(qiáng)大助力。

IMGSeries4 NNA 的強(qiáng)勢出擊

根據(jù)Andrew Grant的觀點,當(dāng)前的車載AI芯片擁有三方面的需求,分別是超強(qiáng)性能、超低功耗和超低延遲。當(dāng)然,作為汽車級別的芯片,安全也是必不可少的,這就是IMG Series 4 NNA的設(shè)計指導(dǎo)。

從官方提供的資料我們可以看到,Series4具有以下特性: 首先是多核擴(kuò)展性和靈活性方面,據(jù)Imagination介紹,其多核架構(gòu)支持在多個核之間對工作負(fù)載進(jìn)行靈活的分配和同步。Imagination的軟件提供了精細(xì)的控制能力,并通過對多個工作負(fù)載進(jìn)行批處理、拆分和調(diào)度而提高了靈活性,現(xiàn)在可以在任意數(shù)量的內(nèi)核上使用。Series4可為每個集群配置 2個、4個、6個或者8個核。

其次是性能。據(jù)介紹,Series4的每個單核能夠以不到一瓦的功耗提供12.5 TOPS的性能。舉例來說,一個8核集群在5nm工藝的加持下,可以提供100 TOPS的算力。那就代表著配有6個8核集群的解決方案可以提供600 TOPS的算力。來到AI推理方面,Series4 NNA的性能比嵌入式GPU快20倍以上,與嵌入式CPU相比,更是快了1000倍。

第三,超低延遲也是這一代NNA IP的另一個特性。據(jù)了解,通過將多個單核組成2核、4核、6核或8核的多核集群,所有內(nèi)核可以相互協(xié)作,并行處理一個任務(wù)。這就降低了處理延遲,縮短響應(yīng)時間。數(shù)據(jù)顯示,對于一個8核集群,理想情況下延遲會減少為單核獨立執(zhí)行時的1/8。節(jié)省大量帶寬則是Imagination新NNA的另一大優(yōu)勢,這主要得益于公司正在申請專利的的Tensor Tiling技術(shù)(Imagination’s Tensor Tiling,ITT),這也是Series4中新增的功能。據(jù)介紹,借助這項技術(shù),Imagination的Series4可以通過對計算任務(wù)進(jìn)行tiling,充分利用片上存儲,提升數(shù)據(jù)處理效率,并節(jié)省訪問外部存儲的帶寬。

在具體操作中,針對不同的任務(wù),有不同的操作方式。據(jù)了解,在批處理大量的小型任務(wù)時,Tensor Tiling能夠把批處理任務(wù)分配到各個NNA單核,讓每個NNA單核獨立工作,提升并行處理的能力;而在面對一些大型網(wǎng)絡(luò)的時候,Tensor Tiling則可以從多個維度拆分任務(wù),讓所有NNA單核共同執(zhí)行一個推理任務(wù)。這不但減少了網(wǎng)絡(luò)推理的延遲,在理想情況下,協(xié)同并行處理的吞吐量與獨立并發(fā)處理也是相同的。 值得一提的是,這里的拆分都是通過Imagination的編譯器來完成的,不需要開發(fā)者手動操作,借助NNA的性能分析工具,開發(fā)者還能對AI任務(wù)進(jìn)行更好的調(diào)度和分配。

另外,因為利用本地數(shù)據(jù)的依賴性將中間數(shù)據(jù)保存在片上存儲器中,ITT可以最大限度地減少將數(shù)據(jù)傳輸至外部存儲器,從而將帶寬降低多達(dá)90%。作為一種可擴(kuò)展的算法,ITT在擁有大量輸入數(shù)據(jù)的網(wǎng)絡(luò)上具有顯著優(yōu)勢。車規(guī)級安全性則是Series4不得不提的另一個優(yōu)勢。眾所周知,汽車芯片對安全提出了更高的要求。Imagination為其全新的NNA引入了IP級別的安全功能,且產(chǎn)品的設(shè)計流程符合ISO 26262標(biāo)準(zhǔn),這就能幫助客戶更容易獲得ISO 26262認(rèn)證。據(jù)報道,Series4可以在不影響性能的情況下,安全地進(jìn)行神經(jīng)網(wǎng)絡(luò)推理。硬件安全機(jī)制可以保護(hù)編譯后的網(wǎng)絡(luò)、網(wǎng)絡(luò)的執(zhí)行和數(shù)據(jù)處理管道。

在IMG Series4 NNA的發(fā)布會上,Andrew Grant除了介紹新IP的硬件性能外,也同時講述公司圍繞這系列芯片打造的軟件生態(tài)系統(tǒng),這與硬件配合,加速了開發(fā)者的開發(fā)速度,簡化了開發(fā)流程。而為了給汽車運(yùn)算提供更多的算力支持,Imagination還打通了NNA多核平臺與GPU協(xié)同,給開發(fā)者提供更多的選擇。

Andrew Grant在發(fā)布會上表示,公司的IMG Series4 NNA已經(jīng)開始向客戶提供授權(quán),產(chǎn)品也將于2020年12月在市場上全面供應(yīng)。 ABI Research智慧出行和汽車首席分析師James Hodgson說道:“在從L2和L3級ADAS向L4和L5級全自動駕駛演進(jìn)的過程中,神經(jīng)網(wǎng)絡(luò)的廣泛應(yīng)用將是至關(guān)重要的因素。這些系統(tǒng)將要處理數(shù)以百計的復(fù)雜場景,從多個攝像頭和激光雷達(dá)等大量傳感器中提取數(shù)據(jù),從而實現(xiàn)自動代客泊車、十字路口管理和復(fù)雜城市環(huán)境安全導(dǎo)航等解決方案。高性能、低延遲和高能效的結(jié)合將是實現(xiàn)高度自動駕駛的關(guān)鍵所在?!?由此可見,一個全新的大門正在面向Imagination開啟。

責(zé)任編輯:lq

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2565

    文章

    52928

    瀏覽量

    766727
  • imagination
    +關(guān)注

    關(guān)注

    1

    文章

    599

    瀏覽量

    62192
  • AI芯片
    +關(guān)注

    關(guān)注

    17

    文章

    1983

    瀏覽量

    35869

原文標(biāo)題:推出600 Tops產(chǎn)品,Imagination持續(xù)發(fā)力汽車AI芯片市場

文章出處:【微信號:Imgtec,微信公眾號:Imagination Tech】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    神經(jīng)網(wǎng)絡(luò)RAS在異步電機(jī)轉(zhuǎn)速估計中的仿真研究

    眾多方法中,由于結(jié)構(gòu)簡單,穩(wěn)定性好廣泛受到人們的重視,且已被用于產(chǎn)品開發(fā)。但是MRAS仍存在在低速區(qū)速度估計精度下降和對電動機(jī)參數(shù)變化非常敏感的問題。本文利用神經(jīng)網(wǎng)絡(luò)的特點,使估計更為簡單、快速
    發(fā)表于 06-16 21:54

    MAX78002帶有低功耗卷積神經(jīng)網(wǎng)絡(luò)加速器的人工智能微控制技術(shù)手冊

    的Maxim超低功耗微控制相結(jié)合。通過這款基于硬件的卷積神經(jīng)網(wǎng)絡(luò)(CNN)加速器,即使是電池供電的應(yīng)用也可執(zhí)行AI推理,同時功耗僅為微焦耳級。
    的頭像 發(fā)表于 05-08 10:16 ?191次閱讀
    MAX78002帶有低功耗卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b><b class='flag-5'>加速器</b>的人工智能微控制<b class='flag-5'>器</b>技術(shù)手冊

    NVIDIA實現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能

    近日,NVIDIA 宣布了 NVIDIA RTX 神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能。NVIDIA 與微軟合作,將在 4 月的 Microsoft DirectX 預(yù)覽版中增加神經(jīng)網(wǎng)絡(luò)著色技術(shù),讓開
    的頭像 發(fā)表于 04-07 11:33 ?436次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較

    多層。 每層都由若干個神經(jīng)元構(gòu)成,神經(jīng)元之間通過權(quán)重連接。信號在神經(jīng)網(wǎng)絡(luò)中是前向傳播的,而誤差是反向傳播的。 卷積神經(jīng)網(wǎng)絡(luò)(CNN) :
    的頭像 發(fā)表于 02-12 15:53 ?646次閱讀

    什么是BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法

    BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法(Backpropagation Algorithm)是種用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的有效方法。以下是關(guān)于BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法的介紹:
    的頭像 發(fā)表于 02-12 15:18 ?755次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)之間存在著密切的關(guān)系,以下是對它們之間關(guān)系的介紹: 、BP神經(jīng)網(wǎng)絡(luò)的基本概念 BP神經(jīng)網(wǎng)絡(luò),即反向傳播神經(jīng)網(wǎng)絡(luò)(Ba
    的頭像 發(fā)表于 02-12 15:15 ?844次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    在上篇文章中,我們介紹了傳統(tǒng)機(jī)器學(xué)習(xí)的基礎(chǔ)知識和多種算法。在本文中,我們會介紹人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法,供各位老師選擇。 01 人工神經(jīng)網(wǎng)絡(luò) ? 人工
    的頭像 發(fā)表于 01-09 10:24 ?1175次閱讀
    人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的原理和多種<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>架構(gòu)方法

    意法半導(dǎo)體發(fā)布新一代微控制,集成NPU加速器推動邊緣AI

    全球領(lǐng)先的半導(dǎo)體公司意法半導(dǎo)體(STMicroelectronics,簡稱ST)近日宣布推出全新系列微控制,這是首款集成機(jī)器學(xué)習(xí)(ML)加速器產(chǎn)品。此舉標(biāo)志著意法半導(dǎo)體在推動邊緣
    的頭像 發(fā)表于 12-23 18:13 ?902次閱讀

    文詳解物理信息神經(jīng)網(wǎng)絡(luò)

    物理信息神經(jīng)網(wǎng)絡(luò) (PINN) 是神經(jīng)網(wǎng)絡(luò),它將微分方程描述的物理定律納入損失函數(shù)中,以引導(dǎo)學(xué)習(xí)過程得出更符合基本物理定律的解。
    的頭像 發(fā)表于 12-05 16:50 ?8097次閱讀
    <b class='flag-5'>一</b>文詳解物理信息<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    神經(jīng)網(wǎng)絡(luò),也稱為全連接神經(jīng)網(wǎng)絡(luò)(Fully Connected Neural Networks,F(xiàn)CNs),特點是每層的每個神經(jīng)元都與下
    的頭像 發(fā)表于 11-15 14:53 ?1845次閱讀

    RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別

    神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)領(lǐng)域中的種強(qiáng)大工具,它們能夠模擬人腦處理信息的方式。隨著技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)的類型也在不斷增加,其中循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)和傳統(tǒng)
    的頭像 發(fā)表于 11-15 09:42 ?1116次閱讀

    LSTM神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工作機(jī)制

    的結(jié)構(gòu)與工作機(jī)制的介紹: 、LSTM神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) LSTM神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)主要包括以下幾個部分: 記憶單元(Memory Cell) : 記憶單元是LSTM網(wǎng)絡(luò)的核心,負(fù)責(zé)在整個序列
    的頭像 發(fā)表于 11-13 10:05 ?1619次閱讀

    Moku人工神經(jīng)網(wǎng)絡(luò)101

    Moku3.3版更新在Moku:Pro平臺新增了全新的儀器功能【神經(jīng)網(wǎng)絡(luò)】,使用戶能夠在Moku設(shè)備上部署實時機(jī)器學(xué)習(xí)算法,進(jìn)行快速、靈活的信號分析、去噪、傳感調(diào)節(jié)校準(zhǔn)、閉環(huán)反饋等應(yīng)用。如果您
    的頭像 發(fā)表于 11-01 08:06 ?651次閱讀
    Moku人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>101

    matlab 神經(jīng)網(wǎng)絡(luò) 數(shù)學(xué)建模數(shù)值分析

    matlab神經(jīng)網(wǎng)絡(luò) 數(shù)學(xué)建模數(shù)值分析 精通的可以討論下
    發(fā)表于 09-18 15:14

    神經(jīng)網(wǎng)絡(luò)專用硬件實現(xiàn)的方法和技術(shù)

    神經(jīng)網(wǎng)絡(luò)專用硬件實現(xiàn)是人工智能領(lǐng)域的個重要研究方向,旨在通過設(shè)計專門的硬件來加速神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和推理過程,提高計算效率和能效比。以下將詳細(xì)介紹神經(jīng)
    的頭像 發(fā)表于 07-15 10:47 ?2307次閱讀