AI & COMPUTE | 电子创新网 Imgtec 社区

AI &
COMPUTE
携手Imagination共塑智能边缘计算

拥抱边缘AI的灵活性

无论是掌上设备、电视机亦或是工厂中的机器人，他们需要各色的智能，而Imagination的人工智能与计算解决方案都能帮助到您并实现您的独特愿景。我们研发先创性的知识产权（IP），基于开发者友好的软件以及高性能、低功耗、可编程的硬件加速器，为边缘人工智能提供支持。

Imagination如何助力客户获得成功，可查看我们的官方博文——《拥抱边缘AI的灵活性》。

可扩展的软硬件解决方案

Imagination IP以低功耗、低成本，实现边缘加速计算负载。我们致力于提供从加速器硬件到AI框架的卓越通用解决方案，使客户能够随着边缘计算能力的提升而扩大项目规模。

RISC-V CPU上的AI

Imagination的Catapult RISC-V CPU旨在通过支持矢量运算、提高计算库利用率、与AI加速器快速数据耦合的功能，以及与Imagination GPU协同工作时增强AI工作负载性能，以满足不断增长的AI计算需求。

了解更多

GPU上的AI

Imagination的GPU是评价极高的边缘加速器。在功耗和面积受限的前提下，它们能同时处理计算和图形工作负载。它们高度可编程，为软件开发者提供在边缘进行计算创新所需的性能和工具。

了解更多

AI软件

Imagination的计算软件解决方案为开发者过程中的所有参与者提供了“从功能性到高性能再到最优化”的工作流程。我们通过与UXL基金会等组织的紧密合作，支持开放式标准和供应商中立的编程模型的创建。

了解更多

AI领域的丰富经验

我们的工程团队在计算与AI半导体技术设计方面拥有丰富经验，始于专为CNN风格负载优化的NNA产品线，目前该产品线已在包括阿里巴巴达摩院玄铁TH1520 SoC在内的众多汽车和消费市场SoC中出货。

我们的工程师正着手开发新一代通用加速器以应对最新模型。预约销售团队的会议，了解我们最新产品路线图。

汽车领域

从辅助驾驶到自动驾驶的演变，核心在于人工智能能力的发展——无论是在硬件层还是在软件层。从驾驶员监测到路径规划，今天的汽车正在借助Imagination灵活、可扩展且可编程加速器的支持，不断提升智能化水平。

了解更多

桌面应用

生成式人工智能正在改变业务生产力和创意流程。新一代AI笔记本电脑正在涌现，它们拥有前所未有的计算能力，但能效依然是关键特性。Imagination支持DirectX的高性能GPU是实现移动AI的理想选择。

了解更多

移动计算

无论是从自拍中移除不想要的人物，调整喜爱图片的分辨率，还是提供高质量的基于语音的用户界面，移动设备上的AI已成常态，并且需要特别强大的处理能力，在有限的功耗预算下处理复杂的AI算法。Imagination的低功耗处理器与智能手机密不可分，我们的技术可以帮助原始设备制造商通过高级AI功能实现差异化。

了解更多

消费电子

从DTV到智能家居中心，流行的消费电子产品正引入基于边缘的AI工作负载，使设备能够通过手势识别、自然语言处理等功能在竞争中脱颖而出。但这个硬件市场对成本敏感，需要在有限的硅面积内提供更多新功能。Imagination面向消费电子设备的CPU和GPU IP，在小型封装中集成了强大的性能和AI特性。

了解更多

统一加速基金会如何通过AI加速转化技术

“技术正在改善我们日常驾驶、娱乐、医疗等体验，其产生的数据不断密集化且复杂化。无论是在云端还是边缘端，都需要一种新的开放和协作的计算方法，以高效和高性能的方式提供必要的加速。作为统一加速基金会的创始成员，Imagination Technologies将帮助技术生态系统围绕oneAPI规范有机协作，并鼓励其在计算和AI加速领域的广泛应用。”

Shreyas Derashri
Imagination Technologies计算产品管理副总裁

常见问题解答

哪些产品使用了AI加速器？

AI加速器芯片有许多名称，例如神经网络加速器（NNAs）、神经处理单元（NPUs）和机器学习引擎。它们是专门设计来处理人工智能应用所需复杂计算的处理器。以下是一些使用AI加速器芯片的产品示例：

智能手机：许多高端智能手机，如iPhone 12和Samsung Galaxy S21，利用AI加速器芯片来驱动面部识别、语音识别和增强现实等功能。

智能家居设备：像Amazon Echo和Google Nest Mini 2代这样的智能家居设备使用AI加速器芯片来处理语音指令并提供智能行动。

自动驾驶汽车：自动驾驶汽车采用AI加速器芯片来处理传感器数据，并根据周围环境做出实时决策。更多相关内容，请参阅有关自动驾驶汽车中人工智能的运用。

使用AI加速器芯片有哪些好处？

与传统处理器相比，AI处理器提供诸多优势，包括：

更快性能：AI处理器被设计用于处理人工智能工作负载（如深度学习和机器学习）所需的复杂计算，速度远超传统处理器。这使得大型数据集的处理更加高效，AI模型训练速度更快。

更高能效：AI处理器优化了大量数据的并行处理，相比传统处理器能更节能地完成任务。这意味着AI工作负载可以更快处理，同时降低能耗，有助于企业实现碳中和目标。

增强准确性：AI处理器专为处理AI工作负载所需的具体计算而设计，这可以提升AI模型的准确性。在图像识别或自然语言处理等应用中，准确性至关重要。

可扩展性：AI处理器比传统处理器更容易扩展，这使得更大数据集和更复杂AI模型的处理变得更快。这使得AI模型的训练和部署更加迅速和高效。

专业设计：AI处理器专门为AI工作负载设计，能够执行对传统处理器来说困难或不可能完成的计算。这为AI应用开辟了新的可能，比如实时物体检测或语音识别。

总的来说，AI处理器的优势使其成为众多AI应用不可或缺的部分，从自动驾驶汽车到语音助手，再到医学诊断工具。