吴忠躺衫网络科技有限公司

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

Imagination正式推出了兩款神經網絡內核AX2185和AX2145

倩倩 ? 來源:TechWeb ? 2020-04-17 14:28 ? 次閱讀

近日,Imagination正式推出了兩款神經網絡內核AX2185和AX2145,這兩款內核是基于神經網絡加速器(NNA)架構PowerVR Series2NX設計的,設計目的是在極小芯片面積上以極低功耗實現神經網絡高性能計算。該架構可以使“智能”從云端轉移至終端設備,從而實現更高的效率和實時響應。

PowerVR Series2NX架構是完全重新設計的,旨在為移動和嵌入式平臺中的高效神經網絡推理提供硬件加速。其靈活的位寬可基于每一層去支持權重和數據,這意味著PowerVR Series2NX可以保持高推理精度,同時降低帶寬/功耗要求。它是唯一支持16位到4位位寬的解決方案,可在較低的帶寬和功耗下實現更高的性能。

Imagination主管PowerVR視覺和人工智能業務的副總裁Russell James表示:“人工智能正在改變行業,而神經網絡是其核心所在,令人興奮的全新使用案例正被不斷創造,人們的生活也將得以改變。此類處理一直以來主要發生在云端,但由于延遲問題、隱私問題以及日益增長的可擴展性需求,邊緣人工智能處理已變得非常必要。”

擁有廣闊的適應性

Series2NX AX2185以高端智能手機、智能監控和汽車市場為目標,在這些市場中神經網絡加速對諸如圖像分類和駕駛輔助系統等領域可以產生重大影響。AX2185擁有8個全寬度計算引擎,每個時鐘周期可處理2048個MAC(每秒4.1兆次運算),代表了市場上單位面積(每平方毫米)的最高性能。

AX2145針對成本敏感型設備進行了優化,以中檔智能手機、數字電視/機頂盒、智能相機和消費性安全市場為目標,這些市場正在越來越多地采用神經網絡加速來處理各種任務,例如圖像管理和基于視覺的應用。 PowerVR AX2145精簡型架構為超低帶寬系統提供了高性能的神經網絡推理功能,這種高性價比的解決方案可以支持原始設備制造商(OEM)和原始設計制造商(ODM)在芯片面積預算有限的情況下開展工作。

值得注意的是,兩款內核都完全支持、Android的神經網絡應用程序編程接口,開發人員使用NNAPI可以將神經網絡功能帶入基于Android的移動設備。為配合PowerVR Series2NX內核,Imagination提供了一整套工具來簡化人工智能應用的開發和部署以及調試和分析。機器學習框架也可使用我們的網絡開發工具包(NDK)。

其實,基于Series2NX架構的處理內核未來還有更多的可能性,從O.5-4.1TOPS性能都可以實現,可根據終端設備的種類和需求采用。所以這個系列產品的適應性是非常強的,基本涵蓋了手機、IoT、家電等所有終端領域。

AI產品正在逐步發力

我們都知道這家公司是全球為數不多的嵌入式移動GPU制造商(另外兩家是ARM高通),前不久Imagination新任CEO李力游在接受采訪的時候表示,神經元網絡相關的技術和產品將會是這家公司未來的發展重點之一。本次推出的兩款Series2NX架構內核正驗證了這一點。

雖然GPU部分依然是這家公司目前的主要業務,但Russell James表示,他所負責的PowerVR視覺和人工智能業務無論是在研發還是渠道建設等多個方面,正在逐步增加比例,已經成為了未來的重點發展領域之一。

目前,這兩款新產品已經在與多個知名半導體企業洽談并開展合作,預計年內有望見到搭載這些產品的終端設備登場。

其實無論是智能手機還是IoT或者家電領域,與神經元網絡相關的應用越來越多,因此終端也需要更強大的神經元網絡計算能力,因此很多手機都開始搭載了獨立的處理單元,這一市場前景還是非常值得期待的。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 神經網絡
    +關注

    關注

    42

    文章

    4779

    瀏覽量

    101169
  • 人工智能
    +關注

    關注

    1796

    文章

    47666

    瀏覽量

    240286
收藏 人收藏

    評論

    相關推薦

    卷積神經網絡與傳統神經網絡的比較

    在深度學習領域,神經網絡模型被廣泛應用于各種任務,如圖像識別、自然語言處理和游戲智能等。其中,卷積神經網絡(CNNs)和傳統神經網絡種常見的模型。 1. 結構差異 1.1 傳統
    的頭像 發表于 11-15 14:53 ?741次閱讀

    BP神經網絡和卷積神經網絡的關系

    BP神經網絡(Backpropagation Neural Network)和卷積神經網絡(Convolutional Neural Network,簡稱CNN)是種在人工智能和機器學習領域
    的頭像 發表于 07-10 15:24 ?1734次閱讀

    BP神經網絡和人工神經網絡的區別

    BP神經網絡和人工神經網絡(Artificial Neural Networks,簡稱ANNs)之間的關系與區別,是神經網絡領域中一個基礎且重要的話題。本文將從定義、結構、算法、應用及未來發展等多個方面,詳細闡述BP
    的頭像 發表于 07-10 15:20 ?1303次閱讀

    rnn是遞歸神經網絡還是循環神經網絡

    RNN(Recurrent Neural Network)是循環神經網絡,而非遞歸神經網絡。循環神經網絡是一種具有時間序列特性的神經網絡,能夠處理序列數據,具有記憶功能。以下是關于循環
    的頭像 發表于 07-05 09:52 ?654次閱讀

    遞歸神經網絡與循環神經網絡一樣嗎

    遞歸神經網絡(Recursive Neural Network,RvNN)和循環神經網絡(Recurrent Neural Network,RNN)是種不同類型的神經網絡結構,它們在
    的頭像 發表于 07-05 09:28 ?995次閱讀

    遞歸神經網絡是循環神經網絡

    遞歸神經網絡(Recurrent Neural Network,簡稱RNN)和循環神經網絡(Recurrent Neural Network,簡稱RNN)實際上是同一個概念,只是不同的翻譯方式
    的頭像 發表于 07-04 14:54 ?873次閱讀

    循環神經網絡和卷積神經網絡的區別

    循環神經網絡(Recurrent Neural Network,RNN)和卷積神經網絡(Convolutional Neural Network,CNN)是深度學習領域中種非常重要的神經網絡
    的頭像 發表于 07-04 14:24 ?1502次閱讀

    循環神經網絡和遞歸神經網絡的區別

    循環神經網絡(Recurrent Neural Network,簡稱RNN)和遞歸神經網絡(Recursive Neural Network,簡稱RvNN)是深度學習中種重要的神經網絡
    的頭像 發表于 07-04 14:19 ?1005次閱讀

    深度神經網絡與基本神經網絡的區別

    在探討深度神經網絡(Deep Neural Networks, DNNs)與基本神經網絡(通常指傳統神經網絡或前向神經網絡)的區別時,我們需要從多個維度進行深入分析。這些維度包括
    的頭像 發表于 07-04 13:20 ?1059次閱讀

    bp神經網絡和反向傳播神經網絡區別在哪

    神經網絡在許多領域都有廣泛的應用,如語音識別、圖像識別、自然語言處理等。然而,BP神經網絡也存在一些問題,如容易陷入局部最優解、訓練時間長、對初始權重敏感等。為了解決這些問題,研究者們提出了一些改進的BP
    的頭像 發表于 07-04 09:51 ?548次閱讀

    卷積神經網絡和bp神經網絡的區別在哪

    BP神經網絡(Backpropagation Neural Network)和卷積神經網絡(Convolutional Neural Network,簡稱CNN)是種不同類型的人工神經網絡
    的頭像 發表于 07-04 09:49 ?1.2w次閱讀

    卷積神經網絡與循環神經網絡的區別

    在深度學習領域,卷積神經網絡(Convolutional Neural Networks, CNN)和循環神經網絡(Recurrent Neural Networks, RNN)是種極其重要
    的頭像 發表于 07-03 16:12 ?3699次閱讀

    反向傳播神經網絡和bp神經網絡的區別

    神經網絡在許多領域都有廣泛的應用,如語音識別、圖像識別、自然語言處理等。然而,BP神經網絡也存在一些問題,如容易陷入局部最優解、訓練時間長、對初始權重敏感等。為了解決這些問題,研究者們提出了一些改進的BP
    的頭像 發表于 07-03 11:00 ?867次閱讀

    bp神經網絡和卷積神經網絡區別是什么

    BP神經網絡(Backpropagation Neural Network)和卷積神經網絡(Convolutional Neural Network,簡稱CNN)是種不同類型的人工神經網絡
    的頭像 發表于 07-03 10:12 ?1357次閱讀

    卷積神經網絡和bp神經網絡的區別

    卷積神經網絡(Convolutional Neural Networks,簡稱CNN)和BP神經網絡(Backpropagation Neural Networks,簡稱BPNN)是
    的頭像 發表于 07-02 14:24 ?4711次閱讀
    百家乐官网游戏打水| 华人百家乐官网博彩论| 新宝百家乐网址| 大发888老虎机游戏| 百家乐官网打鱼秘| 博亿国际| 百家乐官网那个娱乐城信誉好| 皇冠网足球开户| 太阳城百家乐筹码租| 真钱百家乐官网哪里最好| 大发888什么赢钱快| 百家乐推荐怎么看| 百家乐官网龙虎台布| 顶级赌场手机版| 24山向吉凶| 视频百家乐官网网站| 德州扑克怎么分钱| 丽景湾百家乐的玩法技巧和规则| 百家乐官网赌博导航| 财众平台| 定制百家乐桌子| 百家乐最低投注| 百家乐官网技论坛| 百家乐官网声音不印网| 大发888官网e世博备用网址| 百家乐赌博大赢家| 百家乐只打一种牌型| 连环百家乐官网怎么玩| 静乐县| 晓游棋牌游戏大厅下载| 网络百家乐必胜投注方法| 百家乐官网切入法| 合肥市| 曼哈顿娱乐城信誉| 大发888账号注册| 百家乐存1000送| 真人百家乐免费开户送钱| 在线水果机游戏| 澳门百家乐网上直赌| 百家乐的代理办法| 太阳城百家乐红利|