最近，Imagination參加了在底特律密歇根科學中心舉辦的AutoSens大會，本次大會主要面向汽車傳感器行業(yè)的工程師和相關人士，Imagination在會議中展示了公司在汽車領域的持續(xù)投入。

會議期間Imagination展臺上重點展示的是我們的神經網絡加速器，包括在我們GPU平臺以及最近推出的PowerVR Series 2NX FPGA平臺上的運行效果。

首先我們在Chromebook筆記本上運行一個實時Demo，展示了用單鏡頭監(jiān)測器（SSD）快速檢測和分類諸如人臉等對象的能力，令人印象深刻的是即使采用的GPU已經有幾年的歷史了，但是仍然取得了出色的性能。

我們還展示了一段視頻，介紹的是相似的Demo運行在我們最新的PowerVR Series2NX FPGA系統(tǒng)平臺上的運行效果，包括對象檢測以及對象分類等操作。

另一個Demo主要介紹的是GPU，運行在宏碁（Acer）Iconia平板電腦上。我們已經寫了一篇博客來向大家介紹體積相對較小的Series8XE內核，并且性能足夠處理汽車應用內環(huán)繞圖像所用到的3D模型。

汽車模型會以不同等級的復雜度進行顯示，從100萬個三角形降低到50萬然后是25萬個，我們能夠明顯的看出低計數模型相比高計數模型在視覺逼真度上效果差一些，這其實就是幀率的好處。

會議本身涉及了很多主題，第二天主要集中探討傳感器技術的最新發(fā)展，第三天的議題則是AI（人工智能）和神經網絡，討論它們是如何工作的以及它們在輔助和自動駕駛方面應用的有效性。

深度學習領域一個共同的主題是需要有大量的數據集來訓練這些網絡，這樣汽車才可以盡可能多的體驗不同的場景。根據這份報告，一輛自動駕駛汽車需要行駛數十億英里才能夠顯示出它的可靠性，但是這十億英里的路程在哪里也很重要——絕不可能在附近的街區(qū)來回行駛。

現在人們還一致的認為自動駕駛汽車用的服務器實際上并不實用，你可以在汽車系統(tǒng)內集成一個高端的桌面或服務器級別的GPU來完成所有自動駕駛所需要處理操作，但是消耗的功率會非常的高以至于續(xù)航很短，這樣的話行駛的里程也不實用。此外你可能也不會有額外的空間用于購物（是的，我們知道大家會在車上放很多的雜物，而且還想要更多的空間來安放東西）。

在本次展會上對于高性能神經網絡加速器的需求是明確的，我們的PowerVR NNA具有非常高的性能參數，它是解決當前市場需求的完美選擇。

我們期待參加更多的汽車技術展會，比如AutoSens，這樣我們才能夠親自向業(yè)界展示為什么Imagination推出的IP資源非常適合汽車領域。

最后也要感謝史蒂芬·艾爾德曼（Stephen Alderman）對這份報告所作出的貢獻。