作者：Jenny Liao
3月29日，在由ASPENCORE旗下《电子工程专辑》、《电子技术设计》、《国际电子商情》三大媒体联合举办的“2019年中国IC领袖峰会”上， Imagination中国资深市场拓展经理郑魁给我们带来了题为“加速AI IC设计产业化， 引领边缘智能行业发展”的主题演讲，分享了AI产业化及边缘智能化过程中遇到的一些挑战 。
1、AI应用落地的关键在软件
随着5G网络的部署，以及端侧计算能力的提升，我们看到计算从云到端迁移的趋势，并且伴随着边云协同计算架构的快速演进。在这个演进过程中，我们发现，由于端侧应用非常多样化，对我们计算能力可扩展性提出了更高的要求。而且，随着AI算法快速迭代，对我们计算平台的算力灵活性以及标准化也是提出了更高的要求。
Imaginagion基于统一的软件架构，推出了基于PowerVR传统的GPU，以及PowerVR的计算机视觉和AI加速器的组合，希望通过这样的异构架构，我们可以为应用开发提供更灵活的算力。
“我们认为未来AI应用的落地，关键应该是在软件，在这些应用上面。我们提供的硬件平台需要对应用开发者更加友好，让开发者去掌控他所需的算力。因此，在做芯片设计时，需要考虑的不仅仅是性能、功耗、面积这样传统的维度，还需要考虑灵活性这种新的维度。”郑魁表示。
“利用最新的网络加速器，可以支持最通用的网络，同时在PPA上达到最佳的平衡。通过GPU，包括通过利用可编程的标准接口，我们给开发者很大的开发空间，让他们开发自己新的网络，进行算法迭代。”
“我们提供了NNA(神经网络加速器)+GPU(图形处理器)的组合，在性能提升的同时，又可以提供更大的灵活性。”他补充说。
2、安全性是一大挑战
随着提供更好的算力和应用，安全性成为一个非常关键的因素。Imagination最新的网络加速器不仅可以保护网络模型，包括权重和中间数据，还可以保护算法公司的成果，同时可以保护内容。
随着智能交互领域的一些新技术革新，对GPU显示的需求越来越多，比如智能驾舱。“我们需要通过GPU虚拟化技术，对系统安全性提供保障，在未来交互领域，即使主控GPU出现问题，也不会影响仪表盘或其它重要显示屏的内容输出。”他表示。
基于PowerVR的GPU虚拟技术，通过硬件可以提供8个虚拟机，完全满足了智能驾舱的主控屏、仪表盘以及后座椅分屏的显示。Imagination会提供足够的安全保障，当一个屏有问题的时候不会影响其他屏的工作。
3、GPU+NNA异构计算平台的优势
针对汽车的智能化，我们可以分成三个领域：首先是智能驾舱，也就是传统的HMI，其次是ADAS，还有未来的自动驾驶。
智能驾舱以及HMI对算力的需求更多是来自于交互，以及对屏的渲染。例如对仪表盘可能只需要渲染1K像素的算力。随着技术的发展，今后的智能驾舱需要多屏显示，不但有中控屏，还有仪表盘，包括后排座椅屏，甚至在汽车外面还有一个屏去提示行人。
这需要利用虚拟GPU技术。随着多模交互技术的成熟，在语音、唇语以及表情手势识别上面的算力可能会跟ADAS有一部分的重叠。在ADAS领域，算力需求可能从10~100+GFLOPS，而未来在自动驾驶行业进步到L5时，至少需要500或者1000GFLOPS。
在驾驶行业对算力的需求这么大的跨度下，Imagination通过PowerVR虚拟GPU的技术来实现应用场景的落地。
同时，对于一些ADAS应用需求，可以通过NNA实现车、行人、路障以及交通标志的识别。
“有意思的是，安全交互比较频繁的场景，比如说AVP或者是环视的拼接，以及AR导航的场景，最能发挥GPU+NNA异构计算平台的优势。”在智慧城市的应用中，这样的场景更广泛，而且更加碎片化，因而可以更加充分地发挥我们的GPU+NNA更灵活、可扩展的算力需求。”他指出。
郑魁最后表示， Imagination将在生态建设上面投入精力，并希望能够跟合作伙伴一起在新的领域进行探索，一起去推动这个行业的应用落地。
作者：Jenny Liao
本文为EDN电子技术设计原创文章，转载请注明来源
