极低功耗的两款全新的神经网络内核AX2185和AX2145-德赢Vwin官网网

Imagination公司日前基于其神经网络加速器(NNA)架构PowerVR 2NX推出了两款全新的神经网络内核AX2185和AX2145，其设计目的是在极小芯片面积上以极低功耗实现神经网络高性能计算。

不同于CPU/GPU架构，PowerVR 2NX架构是Imagination专为神经网络算法所设计的可扩展架构，支持16位到4位位宽。由于灵活的位宽可基于每一层去支持权重和数据，这意味着PowerVR Series2NX可以保持高推理精度，同时降低带宽/功耗要求，能够为移动和嵌入式平台中的高效神经网络推理提供硬件加速。

PowerVR 2NX NNA可调精度和低精度实例

神经网络加速器将成SoC标准IP模块

根据Gartner的预估，到2020年深度神经网络(DNN)和机器学习应用将为半导体企业创造100亿美元的市场商机，人工智能与机器学习将逐渐渗透所有事物，成为未来5年科技厂商的主要战场。

“人工智能处理一直以来主要发生在云端，但由于延迟、隐私问题以及日益增长的可扩展性需求，边缘人工智能处理已变得非常必要。”Imagination主管PowerVR视觉和人工智能业务的副总裁Russell James说，要将人工智能引入边缘计算中，首当其冲面临的挑战，就是学会如何在电池寿命的限制下保证电力，管理安全性并提供合理的成本。其次，在终端侧进行AI处理，实时响应、安全性和可靠性也是必须考虑的。

Imagination中国区区域市场和业务拓展总监柯川将AI产业分为四个阶段：一是新技术来临时有前沿院校和公司研究论证，找到产业化可能性；二是应用研究阶段，探讨解决实际问题；三是产业快速发展阶段；四是进入成熟期，成为一个相对稳定的市场。目前来看，AI正处于第三阶段的早期。

AI市场演进

Imagination方面认为NNA的用途非常多，所以是绝对不容忽视的。例如根据正在观看的人和他们的年龄调整电视频道的顺序和访问权限；识别混合现实场景中的物体，以确保在现实世界中没有任何重要的东西被忽视(如楼梯或火灾)；实时增强电视、手机或视频通话中的图像；实现自主系统，如自动驾驶车辆等。

在此前的采访中，Imagination市场传播副总裁David Harold就曾表示，未来NNA一定会成为SoC中的标准IP模块，就像CPU、GPU和视频编解码器一样，因为“PowerVR 2NX NNA的逻辑比我们最小的GPU还小，但是却大大节省了功耗和带宽，提高了可用性。”根据柯川提供的数据，与最接近的竞争方案相比，PowerVR 2NX可以用25%的带宽提供两倍的性能。在位宽调整后，如将8位调整到4位，性能提升了60%，带宽降至54%，功耗降至69%，但精度下降不到1%。

灵活的多精度支持优势

两个新成员

AX2185拥有8个全宽度计算引擎，每个时钟周期可处理2048个MAC(每秒4.1兆次运算)，以高端智能手机、智能监控和汽车市场中的图像分类和驾驶辅助系统等应用为目标，据称能够代表市场上单位面积(每平方毫米)的最高性能。

AX2145针对成本敏感型设备进行了优化，以中档智能手机、数字电视/机顶盒、智能相机和消费性安全市场中的图像管理与基于视觉的应用为目标。其精简型架构能够为超低带宽系统提供高性能的神经网络推理功能，从而支持原始设备制造商(OEM)和原始设计制造商(ODM)在芯片面积预算有限的情况下开展工作。

当然，只有NNA是不够的，还需要提供工具和软件。两款内核都完全支持安卓(Android)的神经网络应用程序编程接口(Neural Networks API, NNAPI)，开发人员使用NNAPI可以将神经网络功能带入基于Android的移动设备。为配合PowerVR Series2NX内核，Imagination还提供了一整套工具来简化人工智能应用的开发、部署、调试和分析。

在Russell James看来，目前市场中三种主流的AI芯片架构(CPU/DSP/FPGA等通用型处理器、CPU/GPU+AI加速器、以及定制化ASIC)设计思路不同，各有优缺点，面对的应用也五花八门，在选择时需加以谨慎。具体而言，第一类适合性能要求和精度要求不太高的应用，如人脸识别；第二类适合高性能应用，如智能手机、智能监控、自动驾驶等；第三类AISC芯片适合某些特定场景。例如在IoT领域中，很多应用要求在有限的功耗下完成相应的AI任务，且芯片出货量大，此时性能功耗比高的ASIC就很值得关注。

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

神经网络

神经网络

+关注

关注
42

文章
4771

浏览量
100708
低功耗

低功耗

+关注

关注
10

文章
2396

浏览量
103669

原文标题：王者归来，这颗中国芯霸气宣布带来顶尖AI创新

文章出处：【微信号：gh_bee81f890fc1，微信公众号：面包板社区】欢迎添加关注！文章转载请注明出处。

芯品#MAX78002 新型AI MCU，能够使神经网络以超低功耗运行

的Maxim超低功耗微控制器相结合。通过这款基于硬件的卷积神经网络(CNN)加速器，即使是电池供电的应用也可执行AI推理，同时功耗仅为微焦耳级。 MAX78002是一款先进的片上系统，

发表于 05-07 17:47 •7394次阅读

芯品#MAX78002 新型AI MCU，能够使<b class='flag-5'>神经网络</b>以超<b class='flag-5'>低功耗</b>运行

TP-Link推出两款入门级用户路由器——Archer AX3000和AX1500

为了普及 802.11ax（即 Wi-Fi 6）无线技术，TP-Link 决定推出两款面向入门级用户的新品 —— Archer AX3000 和 AX1500 。

发表于 10-12 15:07 •2.5w次阅读

采用AX88796C实现低功耗以太网接口模块设计

具备先进的电源管理功能AX88796C支持动态电源管理以节省在空载或低负载状况下的功耗。支持极低功耗下等待网络远程唤醒的睡眠模式。唤醒事件包括网络

发表于 06-21 05:00

【案例分享】ART神经网络与SOM神经网络

今天学习了两个神经网络，分别是自适应谐振（ART）神经网络与自组织映射（SOM）神经网络。整体感觉不是很难，只不过一些最基础的概念容易理解不清。首先ART

发表于 07-21 04:30

CMSIS-NN神经网络内核助力微控制器效率提升

目前，在许多需要在本地进行数据分析的“永远在线”的物联网边缘设备中，神经网络正在变得越来越普及，主要是因为可以有效地同时减少数据传输导致的延时和功耗。而谈到针对物联网边缘设备上的神经网络，我们

发表于 07-23 08:08

CMSIS-NN神经网络内核可以让微控制器效率提升5倍是真的吗？

全新CMSIS-NN神经网络内核让微控制器效率提升5倍

发表于 03-15 06:55

如何构建神经网络？

原文链接：http://tecdat.cn/?p=5725 神经网络是一种基于现有数据创建预测的计算系统。如何构建神经网络？神经网络包括：输入层：根据现有数据获取输入的层隐藏层：使用反向传播优化输入变量权重的层，以提高模型的预测

发表于 07-12 08:02

基于BP神经网络的PID控制

神经网络可以建立参数Kp,Ki,Kd自整定的PID控制器。基于BP神经网络的PID控制系统结构框图如下图所示：控制器由两部分组成：经典增量式PID控制器；BP神经网络...

发表于 09-07 07:43

神经网络移植到STM32的方法

将神经网络移植到STM32最近在做的一个项目需要用到网络进行拟合，并且将拟合得到的结果用作控制，就在想能不能直接在单片机上做神经网络计算，这样就可以实时计算，不依赖于上位机。所以要解决的主要是

发表于 01-11 06:20

亚信电子推出低功耗SPI或Non-PCI以太网控制器AX88

亚信电子推出低功耗SPI或Non-PCI以太网控制器AX88796C 亚信电子(ASIX Electronics)近日宣布其嵌入式网络系列新增一款针对嵌入式及工业以太网应用的

发表于 03-12 10:09 •862次阅读

Imagination首发了两款神经网络内核AX2185和AX2145

“Imagination对人工智能领域的投入已经持续了5年以上，我们的产品是在深厚的技术积累基础上才推出的。从今年年底到明年年初这段期间，Imagination还将持续推出一系列AI产品，专为解决人工智能市场的关键问题与痛点而打造。此外，Imagination也在和众多OEM厂商合作，帮助SoC客户提高产品化速度。”柯川在谈及Imagination在人工智能领域的发展时如是说。

发表于 06-14 14:43 •3946次阅读

基于Imagination革命性的NNA架构PowerVRSeries2NX设计的神经网络内核详解

英国伦敦和中国北京—2018年6月8日—Imagination Technologies宣布：推出两款神经网络内核AX2185和AX2145

发表于 06-21 11:02 •1662次阅读

Imagination正式推出了两款神经网络内核AX2185和AX2145

Series2NX AX2185以高端智能手机、智能监控和汽车市场为目标，在这些市场中神经网络加速对诸如图像分类和驾驶辅助系统等领域可以产生重大影响。AX2185拥有8个全宽度计算引擎，每个时钟周期可处理2048个MAC（每秒4

发表于 04-17 14:28 •2032次阅读

Maxim将AI推向边缘 MAX78000低功耗神经网络加速微控制器

特性，那就意味着即使在将其应用在电池供电的物联网（IoT）设备里，芯片性能并未受到影响。如上图所示，新芯片MAX78000包括两个超低功耗内核Arm Cortex-M4内核和RISC

发表于 10-10 10:27 •1368次阅读

面向低功耗AI芯片上的神经网络设计介绍

这篇文章为大家介绍了一下面向低功耗AI芯片上的神经网络设计，随着这几年神经网络和硬件（CPU,GPU,FPGA,ASIC）的迅猛发展，深度学习在包...

发表于 12-14 23:40 •810次阅读

搜索历史

极低功耗的两款全新的神经网络内核AX2185和AX2145

评论

芯品#MAX78002 新型AI MCU，能够使神经网络以超低功耗运行

TP-Link推出两款入门级用户路由器——Archer AX3000和AX1500

采用AX88796C实现低功耗以太网接口模块设计

【案例分享】ART神经网络与SOM神经网络

CMSIS-NN神经网络内核助力微控制器效率提升

CMSIS-NN神经网络内核可以让微控制器效率提升5倍是真的吗？

如何构建神经网络？

基于BP神经网络的PID控制

神经网络移植到STM32的方法

亚信电子推出低功耗SPI或Non-PCI以太网控制器AX88

Imagination首发了两款神经网络内核AX2185和AX2145

基于Imagination革命性的NNA架构PowerVRSeries2NX设计的神经网络内核详解

Imagination正式推出了两款神经网络内核AX2185和AX2145

Maxim将AI推向边缘 MAX78000低功耗神经网络加速微控制器

面向低功耗AI芯片上的神经网络设计介绍