在6月28日南京國際博覽會議中心召開的中國人工智能峰會，中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟（AIIA）總體組組長孫明俊主持發(fā)布了“AIIA DNN Benchmark”測評結(jié)果，Imagination的神經(jīng)網(wǎng)絡(luò)加速器通過了《AIIA DNN benchmark——人工智能端側(cè)芯片基準(zhǔn)測試評估方案 V0.5 版本》！在測試中，Imagination的神經(jīng)網(wǎng)絡(luò)加速器在多項測試中名列第一！

據(jù)發(fā)布的報告，在基于端側(cè)推斷任務(wù)深度神經(jīng)網(wǎng)絡(luò)處理器基準(zhǔn)測試結(jié)果中，Imagination的神經(jīng)網(wǎng)絡(luò)加速器在多個框架測試中成績名列第一！

孫明俊表示AIIA DNN Benchmark已經(jīng)制定兩套評估規(guī)范、完成兩輪端側(cè)評估評測工作，增加支持安卓和Linux操作系統(tǒng)，是唯一一家區(qū)別整形和浮點的評測標(biāo)準(zhǔn)，目前該發(fā)布結(jié)果已經(jīng)公布，

網(wǎng)址是：http://aiiaorg.cn/uploadfile/2019/0702/20190702065314379.pdf

AI 進入爆發(fā)期后，芯片對技術(shù)進步的影響愈發(fā)凸顯。AI 芯片益復(fù)雜化、多樣化，一方面，芯片廠商紛紛給出不同的衡量標(biāo)準(zhǔn)，聲稱其產(chǎn)品在計算性能、單位能耗算力等方面處于行業(yè)領(lǐng)先水平；另一方面，需求方卻關(guān)心如何能從廠商給出的信息中判斷出芯片是否能實際滿足其真實場景的計算需求。針對這一現(xiàn)狀，一個與真實場景緊密相連的、同時跨產(chǎn)品可比的測試評估方案的出現(xiàn)，迫在眉睫。

如何構(gòu)建與真實場景緊密相連的、面向不同產(chǎn)品形態(tài)、設(shè)備級別的 AI 加速器測試評估方案？在2018 年的AIIA 人工智能開發(fā)者大會上，《AIIA DNN benchmark——人工智能端側(cè)芯片基準(zhǔn)測試評估方案 V0.5 版本》就由孫明俊代表中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟發(fā)布。

據(jù)孫明俊介紹，AIIA DNN benchmark 的工作目標(biāo)為客觀反映當(dāng)前以提升深度學(xué)習(xí)處理能力的 AI 加速器現(xiàn)狀，所有指標(biāo)均旨在提供客觀比對維度。AIIA 希望，該方案能夠為芯片企業(yè)提供第三方評測結(jié)果，幫助產(chǎn)品市場宣傳；同時為應(yīng)用企業(yè)提供選型參考，幫助產(chǎn)品找到合適其應(yīng)用場景的芯片。V0.5 版本首先給出了端側(cè)評估方案。

據(jù)孫明俊介紹，AI 基準(zhǔn)測試方案的制定面臨諸多挑戰(zhàn)。即便拋開優(yōu)化程度、硬件架構(gòu)等若干問題不談，延遲、帶寬、能耗都要納入考慮范圍。同時，各種神經(jīng)網(wǎng)絡(luò)模型都有不同參數(shù)，不同設(shè)備在不同參數(shù)下有不同的輸出曲線。如何讓指標(biāo)在不同級別的設(shè)備中橫向可比？而云端和終端的應(yīng)用是否需要不同的基準(zhǔn)測試？如何為不同測試項目分配權(quán)重，以獲得一個相對公正客觀、有代表性的評分？這些都是應(yīng)用領(lǐng)域的差異性和實現(xiàn)選擇的多樣性導(dǎo)致的測評難題。

針對以上特點，AIIA 聯(lián)合 Arm 中國、阿里巴巴集團、百度、寒武紀(jì)科技、ChipIntelli、地平線、華為、華大半導(dǎo)體、Imagination、Synopsys，騰訊、云之聲等 12 家企業(yè)，推出了 AIIA DNN benchmark——人工智能端側(cè)芯片基準(zhǔn)測試評估方案。

AIIA DNN benchmark 以“版本迭代、不斷豐富、不斷完善”的工作方式，為更多評測應(yīng)用場景、評測指標(biāo)等提供評估方案，首輪測試對象主要為端側(cè)設(shè)備。AIIA DNN benchmark 的發(fā)布，能夠促進芯片供給側(cè)與需求側(cè)的交流，讓需求方的意見能夠更快傳達到芯片企業(yè)，讓企業(yè)進行有針對性的改良，加快行業(yè)迭代速度，推動 AI 產(chǎn)業(yè)的快速進步。

2017年9月，Imagination Technologies發(fā)布第一代神經(jīng)網(wǎng)絡(luò)加速器PowerVR NNA，此款NNA具有完整且獨立式的IP，在面積效率、性能運算以及功耗等方面都具有“秒殺”競爭對手的優(yōu)勢。

2018年12月，Imagination Technologies發(fā)布了其面向人工智能(AI)應(yīng)用的最新神經(jīng)網(wǎng)絡(luò)加速器(NNA)架構(gòu)PowerVR Series3NX。單個Series3NX內(nèi)核的性能可從0.6到10萬億次操作/秒(TOPS)，同時其多核實現(xiàn)可擴展到160TOPS以上。得益于包括無損權(quán)重壓縮等架構(gòu)性增強，Series3NX架構(gòu)的性能可在相同的芯片面積上較上一代產(chǎn)品提升40%，使SoC制造商可在性能效率方面提高近60%，且?guī)捫枨蠼档土?5%。

Imagination在PowerVR Series3NX中增加了無損的權(quán)重壓縮特性，這種壓縮減少了需要存儲和通過系統(tǒng)內(nèi)存來傳遞數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)模型的大小，這意味著與PowerVR Series2NX相比，Series3NX提供了更加高效的總體帶寬，相比Series2NX降低了35%，同時降低了SoC的功耗。

作為Series3NX架構(gòu)的一部分，2018年年底，Imagination 還發(fā)布了PowerVR Series3NX-F（Flexible）IP配置，以提供前所未有的功能性和靈活性平衡，同時還結(jié)合了行業(yè)領(lǐng)先的性能。采用Series3NX-F的客戶可以通過OpenCL框架來實現(xiàn)差異化并為其產(chǎn)品增加價值。

PowerVR Series3NX能夠滿足自動駕駛等應(yīng)用的高計算需求，實現(xiàn)了下一代真正的人工智能。通過使用Imagination的專用深度神經(jīng)網(wǎng)絡(luò)(DNN)API，開發(fā)人員可以輕松地針對Series3NX架構(gòu)以及現(xiàn)有PowerVR GPU編寫人工智能應(yīng)用程序。該API可以在多種SoC配置上工作，以便在現(xiàn)有設(shè)備上輕松地完成原型設(shè)計，目前Imagination的神經(jīng)網(wǎng)絡(luò)加速器產(chǎn)品已經(jīng)廣泛應(yīng)用在手機、安防、智慧家居領(lǐng)域。