Imagination的业务是为半导体芯片提供必要的内核构建模块。Imagination主要以自己的嵌入式图形(GPU)技术和神经网络加速器(NNA)技术而闻名,并将这些技术授权给全球领先的芯片供应商。他们的半导体芯片广泛应用于多种产品和服务,因此Imagination在市场中拥有非常独特的地位,因为Imagination可以支持整个生态系统参与人工智能(AI)的开发和应用。

GPU和NNA现在是边缘AI的必要元素。随着众多企业开始认识到在各种任务(从自然语言处理到图像分类)中应用神经网络的潜力,引入人工智能元素的产品数量也开始稳步增加。同时,这些任务的处理正在从传统的基于云架构转移向设备端本身,基于硬件的专用神经网络加速器现在可嵌入至半导体芯片中,以实现本地的AI处理。从可监控前方道路的先进驾驶辅助系统(ADAS)到虚拟助手等声控的消费性电子产品,关于集成的、基于神经网络AI的机会正在向多个细分市场延伸。

不可否认,AI正在成为许多应用的必要元素。但是,仍然有很多挑战。其中之一就是在边缘和云之间平衡处理负载,并找到放置AI本身的最佳位置。例如,边缘AI可用于消费性设备上的本地语音识别,比如识别“唤醒词”或简单指令,但是依然有必要在云端进行大部分的语音AI处理,以便利用那些无法在设备端存储的庞大知识库。现在许多设备都标榜带有AI,但实际上,除了依靠云端去给人智能的印象以外,就仅仅只是在本地做了简单的模式匹配和识别而已。

半导体工艺不断演进,为在边缘设备上进行更多的AI处理创造了机会。例如,Imagination将看到能够监控特定事件的智能安全摄像头。它们将使用边缘AI处理来识别视频流中的特征,例如道路上的车辆或镜头中的人脸,然后触发特定事件,例如计算车辆的数量或允许授权人员访问。他们甚至可以通过减少“误报”的数量来节省成本,因为摄像头中的边缘AI可以识别正常行为和可疑行为之间的差异。

另一个挑战是,尽管AI应用的数量在不断增加,但这并不一定意味着集成了AI加速功能的SoC是所有应用场景的前进方向。的确,如果Imagination考虑AI去覆盖大部分细分市场,那么由于使用该技术的各种产品具有截然不同的工艺要求,碎片化会自然而然地发生。碎片化的市场对于使用专用SoC提供服务具有挑战性,所以“一应俱全”的方法不会始终适用。虽然诸如手机或ADAS等一些市场为SoC供应商提供了大量机会,但许多以人工智能应用为目标的市场将自然呈现出低销量前景。例如,一些产品可能需要AI进行语音处理或图像识别,但不是两者都需要;同样,智能家居供应商不大可能只为将AI功能嵌入他们的控制面板而去使用原本为智能手机设计的SoC,因为这不符合成本效益。这个难题的解决方案就是打造专用的AI芯片,其可以作为辅助芯片与主应用处理器一起使用,去卸载通常由主应用处理器中的NNA内核处理的AI推理任务。这样做的优势是SoC供应商可以提供一系列具有不同性能水平的边缘AI芯片;同时,原始设备制造商(OEM)可以根据他们希望在自己的特定应用中所处理的AI处理开销来选择适当地扩展产品解决方案。

Imagination为希望构建全球领先边缘AI解决方案的芯片供应商提供必要的技术。PowerVR GPU提供在AI中处理视觉元素所必需的高性能GPU计算功能,例如图像识别和排序,手势驱动界面或实时视频分析。PowerVR NNA(神经网络加速器)可以构建所有边缘AI解决方案的核心,为高级推理和边缘数据处理提供必要的硬件加速功能。在集成于半导体芯片时,Imagination的GPU和NNA技术可以提供高性能边缘AI处理所需的一切。

ImaginationTechnologies