PowerVR GPU

借助PowerVR GPU和OpenCL实现人脸检测和识别

作者:Ashley Smith

在前面的文章中,我们向大家展示了使用神经网络实现一些诸如物体识别、数字化识别等功能。本篇文章我们将向大家展示视觉处理方面更实际的一个Demo,在PowerVR GPU上运行AI和机器学习算法。这个Demo展示了我们如何使用硬件(比如GPU)的计算能力来获取摄像头采集的视频并采用多个卷积神经网络(CNNs)进行处理。

经过神经网络算法处理后会在画面中标出每张人脸的位置,并且提供“标识符”指向每张人脸。我们采用FDDB库(包括5171张人脸图片)和VGG库(包括2622张不同识别特征的图片)对网络进行了训练。下面的视频展示了这个Demo的运行情况,还使用了PowerVR深度神经网络(DNN)库,这两者都是由PowerVR研究团队和视觉团队开发的。这个深度神经网络库采用高级指令、权值和偏差并转换成GPU可以处理的数据,然后我们继续采用OpenCL库对这个网络进行实时处理。

关于PowerVR 25周年发展的行业展望

在我们庆祝PowerVR 25周年活动的同时,我们也会关注行业内人士的一些看法,从那些一开始就研究该技术的工程师到那些将最新技术集成到他们产品上的工程师们。

Simon Fenney是PowerVR部门的一名研究员,他是最早加入Imagination公司(1990年代公司名称还是VideoLogic)的人员之一,他对PowerVR取得的成就感到非常的自豪,他说道:“当年我加入公司的时候PowerVR的目标是建立一个经济实用的3D PC图形卡市场,当我们的第一款3D图形卡(Apocalypse 3D,末日3D)上市的时候我就知道我们已经实现了这一点,因为我们清楚地知道我们研发出了能够让这个市场满意的实实在在的技术。”

在PowerVR部门,我们的目标一直是为普通消费者提供价格实惠、质量可靠、高性能的图形卡产品。现在25年过去了我们一直坚持着这个目标,PowerVR是图形卡领域的领导者,尽管我们技术的很多方面都经历了多年的发展和迭代,但是基于分块(tile-based)延迟渲染的方法一直是主流技术。

不忘初心:PowerVR 25周年

今年夏天Imagination PowerVR技术架构经历了25年的发展,为了庆祝这个重要的日子我们发布了一系列博客文章,回顾了这一突破性的3D图形技术的发展历史。

Simon Fenney是其中一名首席架构师,他参与了1992年开展的“三叉戟项目”,至今他一直在该公司工作,这篇文章Simon带我们回顾了他在PowerVR部门那些令人兴奋的日子。

1992年7月27日我加入了VideoLogic公司,之前的工作职责是3D和矢量图形技术开发。据我回忆,这个项目最初被命名为“三叉戟项目”,Martin Ashton在VideoLogic公司负责Rapier 2D图形卡的开发,他之前在一家飞行模拟公司任职,对于创造一个高效的3D渲染/表面覆盖的硬件架构他已经做了一些早期工作,这项工作得到了Tony McClaren(当时的部门经理)的支持。结合我在分块式渲染方面的一些经验,如今已经发展为基于Tile的延迟渲染(TBDR)的解决方案。

当时Martin在研究ASIC架构,我正在开发“RGL”(光线追踪图形库)API接口、设计一些简单的示例Demo、软件仿真以及驱动程序等,后来Paul Rowland和PaulRiley加入了我们,不久,基于FPGA的第一款板卡生产出来,这块板卡上我认为Martin使用了将近98%的FPGA的逻辑门资源,真是很了不起。

Power VR 25周年——开发团队的展示台介绍!

这个月发布的博客中多次提到Imagination PowerVR今天夏天正在庆祝其25周年的发展历程!该技术经住了时间的考验,在位于英国的金斯兰利的开发总部,PowerVR开发团队的展示台上一切真实的反映了整个发展过程,与其他大多数科技展台不同,它包含的不仅仅只是一些电缆和半功能的键盘等。那么有什么更好的机会与大家分享这些“历史文物”呢?不妨参与“PowerVR记忆分享”介绍你的经历,下面我将详细为大家介绍PowerVR展示台中一些历史产品和发展历程。

PC图形技术

回顾PowerVR的发展历程

作为PowerVR 25周年庆祝活动的一部分,Riyad Emeran(上世纪90年代末英国科技新闻领域的忠实关注者,也是消费者技术评论网站Trusted Review.com的创始人和早期主编)将带领我们回顾许多令人难忘的游戏瞬间。

回到1996年那时我决定转行,我已经在高性能计算领域从事了八年时间,但是我意识到我应该做一些更具创造性的工作,当然我仍然喜欢计算和技术方面,我在电脑专业杂志上看中了一个职位并去应聘,最后他们提供给我一个职位。

我承认我第一次来到电脑专业杂志社的时候,我完全像是一个在糖果店里的孩子。我能够接触到最新最强大的硬件,没有什么能比新一代的3D图形卡更让我兴奋的了。

我处在一个令人羡慕的位置,我设法说服PC系统集成商建立一个高性能的平台,当时在英国出现了第一台PowerVR 3D加速器板卡。显然我想抓住这个机会写一篇技术文章告知我的读者们,但是内心深处我还是想亲眼看到这款加速器板卡。

当然那时候并没有建立3D标准,所以每个硬件供应商必须说服开发者为选定的硬件加速器进行游戏优化,考虑到这样一个情况,实际上我并没有什么可以试验的。

早期在系统上运行的一个演示Demo是一款赛车游戏,叫做终极竞速。最初的游戏版本如下图所示,完整的游戏则在两年后发布,但是这个Demo足以展示出PowerVR强大的能力。

PowerVR 25周年---图形技术革新传奇

令人兴奋的是Imagination PowerVR技术已经迎来了它25周年纪念日——25年来一直引领着图形技术。为了庆祝这个纪念日,我们一起回顾PowerVR技术的发展历程,它是如何诞生并且发展到现在的阶段。

20世纪90年代图形技术进入到爆发式创新和增长阶段。在那个时期我们见证了第一款商业图形处理器支持3D渲染、视频和GUI加速,提供2D和3D图形开放应用程序接口(API)。很多新兴的公司涌入这个市场,经过不断的创新,图形技术不仅仅局限于个人电脑(PC)和游戏机设备,也开始应用到移动设备中。

在众多加入到半导体市场的新兴公司中,有一家公司名叫“VideoLogic(视频逻辑)”,成立于20世纪80年代,办公地点位于英国。起初这家公司专注于视频开发(公司因此得名),除了内部自己开发的技术还借助一些第三方解决方案。1992年夏天,也就是25年前,该公司启动了一个图形技术方面的新项目。这个项目最后演变为了PowerVR,提供了一种全新的3D渲染方法,我们相信这将给我们带来非常大的领先优势。

VR vs AR:谁代表着未来?

摘要:虚拟现实(VR)和增强现实(AR)是现在两项最热门的技术,它们有可能显著的改变我们所生活的世界。然而目前它们都比较繁琐、依赖其他产品而且需要昂贵的硬件支持,这限制了它们的发展,它们真正深入到消费者日常生活中还有很长的路要走。

VR和AR有很多相同的地方,在娱乐、游戏和通信等方面它们会引领我们走不同的道路。AR会在现实的场景叠加虚拟的画面,改变我们看待每天日常生活的方式,会给我们带来更多的信息。VR技术则让我们完全沉浸在全新的虚拟世界中,支持360度的视角,而你实际所处的房间内不会对你有任何的感官输入。

AR和VR的成功严重依赖于显卡的功能,如果显卡质量很差或者画面看起来不是很真实,人们则不会使用这种技术,因为它带来的用户体验让人不满意,因此高质量的显卡设备至关重要。

这篇文章的作者是Chris Longstaff,他是Imagination科技公司PowerVR部门的产品营销以及技术高级总监,接下来我们将讨论:
• VR和AR如何在近几年发展起来的
• VR和AR的体验有何不同
• 显卡和技术如SLAM在VR和AR取得成功过程中所起的作用
• VR和AR的未来将如何发展,谁将笑到最后

详解PowerVR Wizard架构的光线追踪

作者:Simon Walton

Imagination素以移动设备的芯片IP闻名,如智能手机和平板电脑,并在性能、功率及占用面积方面享有盛誉,且一直保有市场领先地位。为全方位发展,Imagination开发了与光线追踪相关的IP,而光线追踪技术一直被认为是计算机图形学中的“圣杯”,其使得超写实光照的开发更加简单明了。Imagination的PowerVR Wizard GR6500架构是图形处理单元(GPU)的设计,集成了有效功能,使SoC制造商在移动设备内提供光线追踪硬件成为现实。以下是Imagination早前在旧金山2017游戏开发者大会上展示的视频。

PowerVR给汽车应用带来哪些巨变?

作者:Dev Tech

汽车市场是技术生态系统中最令人兴奋的领域之一,其总是不断发展,努力走在新技术的前沿。这意味着,驱动底层的硬件系统不仅要传输良好的性能,还需满足多样化的需求。汽车行业是Imagination Technologies的关键领域,我们的PowerVR图形核心可谓贯穿整个汽车市场。

本文,我们将描述PowerVR架构的一些特性如何使之成为最新汽车图像应用程序的最佳选择。我们还将讨论现代图形API如Vulkan如何造福未来的汽车应用程序。

PowerVR给汽车应用带来哪些巨变?

基于贴块的延迟渲染(TBDR)

在PowerVR GPU上使用卷积神经网络进行物体识别

本周在加利福利亚举办的嵌入式视觉峰会(EVS)上,我们展示了最新的卷积神经网络(CNN)物体识别演示。自在去年的EVS大会上发布原始演示以来,我们对其进行了多番扩展,目前,演示已扩展到涵括多个网络模型,且目前使用的是Imagination的图像编译库——IMG DNN。

在PowerVR GPU上使用卷积神经网络进行物体识别

何谓CNN?

同步内容
--电子创新网--
粤ICP备12070055号