來源：ST社區(qū)

GPU和NNA（神經(jīng)網(wǎng)絡(luò)加速器）正在迅速成為AI應(yīng)用的關(guān)鍵要素。隨著不同企業(yè)開始挖掘神經(jīng)網(wǎng)絡(luò)在各種任務(wù)（比如自然語言處理、圖片分類）中的潛力，集成人工智能元素的產(chǎn)品數(shù)量正在穩(wěn)步的增長。與此同時，對于這些任務(wù)的處理也正在從傳統(tǒng)的云端架構(gòu)轉(zhuǎn)移到設(shè)備本身上來，嵌入式芯片中集成了專用的神經(jīng)網(wǎng)絡(luò)加速器，可支持本地化AI處理。例如先進的駕駛輔助系統(tǒng)（ADAS）能夠?qū)崟r監(jiān)控前方道路，還有集成語音識別類功能的消費電子產(chǎn)品，比如虛擬助理?；谏窠?jīng)網(wǎng)絡(luò)的AI應(yīng)用正在多個細分市場不斷擴大。

Imagination公司的業(yè)務(wù)是為芯片設(shè)計提供必要的內(nèi)核組件，我們在嵌入式圖形處理器（GPU）和神經(jīng)網(wǎng)絡(luò)加速器（NNA）技術(shù)方面聞名，我們將這些技術(shù)授權(quán)給世界領(lǐng)先的芯片供應(yīng)商。他們的產(chǎn)品被廣泛應(yīng)用在多個產(chǎn)品和服務(wù)中，因此Imagination在市場上占有著獨特的位置，我們使得整個生態(tài)系統(tǒng)都能夠參與到AI的發(fā)展中來。

不可否認(rèn)，AI在很多應(yīng)用中都是至關(guān)重要的，但是也有很多的挑戰(zhàn)。其中之一就是協(xié)調(diào)好終端設(shè)備和云服務(wù)器之間的處理負載，將AI處理操作放在最佳的位置來完成。例如在消費者終端設(shè)備上進行本地化AI語音識別；對于“喚醒”指令或其他簡單指令，因為本地設(shè)備無法存儲龐大的知識數(shù)據(jù)庫，要利用這些數(shù)據(jù)就必須在云服務(wù)器中實現(xiàn)很大一部分AI處理操作。目前的情況是很多市場上銷售的產(chǎn)品都帶有AI功能，但實際上它們只是在本地進行簡單的模式匹配和識別，然后依賴云服務(wù)器完成進一步的AI處理。

這種情況將會逐漸改變，隨著芯片工藝技術(shù)變得更加普遍，嵌入式神經(jīng)網(wǎng)絡(luò)加速器（NNA）將會變得幾乎和CPU一樣無處不在，這為在終端設(shè)備中提高人工智能處理能力創(chuàng)造了機會。例如我們希望看到智能安防攝像頭能夠熟練的監(jiān)控特定事件，不再局限于簡單的錄像，使用終端設(shè)備AI功能來處理識別視野內(nèi)的一些特征，比如道路上的車輛或人群中的面孔。這也會衍生一些其他功能，比如確定車輛的制造商和型號、或者是某些人獲得授權(quán)。輸入結(jié)果可能不是可識別的視頻內(nèi)容，可能只是描述這些結(jié)果的原始數(shù)據(jù)。將人工智能嵌入到安防攝像頭中甚至可以減少不靠譜情況的發(fā)生從而降低成本，因為攝像頭內(nèi)的AI功能可以識別正常行為與可疑行為之間的區(qū)別。

雖然人工智能的應(yīng)用數(shù)量在不斷增加，但這并不意味著集成神經(jīng)網(wǎng)特性的單個SoC是所有應(yīng)用場景的發(fā)展方向。如果我們考慮讓人工智能涉及大部分細分市場，由于使用該技術(shù)的產(chǎn)品在加工要求上有很大的不同，自然會出現(xiàn)多樣化。分散的市場很難與通用的應(yīng)用處理器一起結(jié)合使用，例如那些集成了NNA器件和GPU的處理器，事實上，“一刀切”的方式并不總是適用的。

雖然一些市場為SoC供應(yīng)商提供了大量的機會，比如智能手機、汽車ADAS等，但是許多以使用AI為目標(biāo)的市場需求量并不是很大。值得注意的是，一些產(chǎn)品可能需要人工智能來進行語音處理或圖像識別，但并非兩者都需要：智能照明系統(tǒng)供應(yīng)商不太可能使用最初為智能手機而設(shè)計的SoC，僅僅是為了將人工智能引入到其應(yīng)用中，這并不符合成本效益。解決這個問題的方法是創(chuàng)建專門的人工智能芯片，與主應(yīng)用處理器一起作為配套芯片使用，這些器件可以承擔(dān)原來由主應(yīng)用處理器上的NNA核心來處理的AI任務(wù)，這具有明顯的優(yōu)勢：SoC供應(yīng)商可以提供一系列具有不同性能水平的終端AI器件；此外，OEM廠商還可以根據(jù)他們的期望在特定應(yīng)用中處理AI任務(wù)，提供多個選項來適當(dāng)?shù)臄U展或縮減產(chǎn)品解決方案。

那么人工智能市場將走向何方？我預(yù)計人們對人工智能的興趣和需求都將繼續(xù)增長，事實上，支撐這一目標(biāo)的技術(shù)不斷變得成熟。相反，幾乎可以肯定的是，人們會意識到人工智能并不是解決所有問題的答案，炒作現(xiàn)象可能會有所減弱，許多公司也會轉(zhuǎn)移注意力。他們將會利用人工智能的潛力來增強系統(tǒng)的能力，但是人工智能未必是這些系統(tǒng)的運行核心。

更進一步說，真正的人工智能——機器擁有意識，能夠基于認(rèn)知推理作出決策——這還需要10年或更長的時間。這意味著云互連在未來很多年都將至關(guān)重要，它不僅能提供必要的大規(guī)模并行計算資源（可能是通過量子機器），還能提供巨大的數(shù)據(jù)存儲，人工智能依靠這些數(shù)據(jù)來理解周圍的世界。更高帶寬的通信技術(shù)有望在2019年問世，尤其是5G和802.11ax標(biāo)準(zhǔn)，因此相信云AI架構(gòu)和互連帶寬都將相應(yīng)擴大。

PowerVR Series2NX架構(gòu)

對于真正處于前沿的人工智能，我們需要構(gòu)想出創(chuàng)新的方法來提高晶體管在硅片上的封裝密度，同時使其既具有通過學(xué)習(xí)獲得知識的能力又具備所需的推理技能，從而設(shè)計全新的SoC器件。

Imagination公司希望為芯片供應(yīng)商提供關(guān)鍵的核心技術(shù)，從而構(gòu)建世界領(lǐng)先的人工智能解決方案。PowerVR GPU提供了高性能的GPU計算能力，用于處理AI中的可視化操作，比如圖像識別和排序、手勢識別驅(qū)動接口以及實時視頻分析等。PowerVR NNA（神經(jīng)網(wǎng)絡(luò)加速器）是任何前沿人工智能解決方案的核心，為高級推理和邊緣數(shù)據(jù)處理提供必要的硬件加速。我們的GPU和NNA能夠為高性能的AI處理提供一切必要的技術(shù)并使硅芯片獲得優(yōu)勢。

人工智能的未來正在變得清晰…但是當(dāng)它完成某些任務(wù)花費的時間比我們預(yù)期的時間要長時大家不要感到驚訝。

審核編輯 黃昊宇