超越L5算力，低带宽需求、低延迟，Imagination推出车载级AI推理大杀器原创王树一2020-11-17 10:00:04
历时两年，多方收集车载用户需求，Imagination推出性能强大的4系列NNA
文︱编辑部
图︱网络
随着汽车向智能化的发展不断深入，车载应用对算力的要求在不断提高。传统的数字驾舱和人机交互功能对算力要求较低，但在高级驾驶辅助系统（ADAS）中，对算力的需求明显增加，比如：车道偏离检测可能需要10 GFLOPS（每秒10亿次浮点运算）算力，行人预测可能需要500GFLOPS。
自动驾驶功能的实现，更离不开高算力，L2级别自动驾驶需要10 TOPS（每秒万亿次整数运算）算力，L3至L4级别自动驾驶则需要50至100 TOPS算力，实现L5级别全自动驾驶需要500 TOPS以上的算力。
Imagination 4系列性能优势
多核集群算力更是成倍增长，4系列支持集群内配置 2个、4个、6个或者8个单核，包含8个单核的集群算力即达到100 TOPS,6个集群算力达600 TOPS，可满足L5级别自动驾驶或数据中心等多种计算密集型应用场景。
多核算力成倍增长
除了算力爆炸性提升，Imagination在多核处理方面有多项创新性技术应用于4系列NNA。首先是正在申请专利的Tensor Tiling（试译为“张量切分”）技术，Imagination称之为ITT。
张量切分技术示例
ITT的概念，是在空间维度上对每个张量进行拆分，利用片上存储加深算子融合，从而减少神经网络执行过程中通过外部存储交换的中间特征图，进而降低对内存带宽的需求。根据Imagination的统计，最大可减少内存带宽需求90%。这在计算大型网络时优势十分明显。
4系列NNA多核技术支持批处理，可以分配批处理任务的各组份到各个NNA单核，每个核独立工作，这种分配适合批处理小型网络。
4系列NNA还可以对任务在更多维度拆分和调度，所有单核可以相互协同，并行处理一个推理任务，这样减少了网络推理的延迟，理想情况下协同并行处理的吞吐量与独立并发处理相同，这种配置适合网络层很大的神经网络计算任务。对于一个8核集群，理想情况下任务并行执行的延迟会减少为单核独立执行时的1/8。
不同单核也可以运行不同的工作负载。这种情况程序可以根据需要进行不同的配置，例如总是用所有单核并行处理用户任务，或者为特定任务保留一个或一组单核，或者运行时动态分配。每个工作负载都可以被切分，开发者在平衡延迟和任务吞吐量之间有很大的灵活性。
在安全方面，4系列NNA包含IP级别的安全功能，且设计流程符合ISO 26262功能安全标准，可以帮助客户获得ISO 26262认证。Imagination Technologies人工智能业务高级总监Andrew Grant特别强调，与业界有些安全功能加入后会影响性能不同，4系列是在不影响性能的情况下，安全地进行神经网络推理。4系列的硬件安全机制可以保护编译后的网络、网络的执行和数据处理管道。
Andrew Grant表示，Imagination在汽车领域耕耘多年，现在汽车仪表盘市场有40%以上都采用了Imagination的技术，而Imagination今年先后推出的GPU BXS和4系列NNA都将汽车领域视为重要目标市场，这两者可以结合使用,4系列NNA负责人工智能推理任务，BXS GPU负责控制与其他图像相关处理工作，二者在应用时有非常强的互补协力作用。随着这两款强力产品的加入，相信Imagination在汽车市场的份额会进一步增加。
电动汽车电池剩余电量不准惹的祸 里程焦虑如何拯救？
【典型新旧造车势力大盘点】彩虹总现风雨后 当把新桃换旧符
自动驾驶方案的安全风险及化解之道
优化衬底助推第三代半导体实现汽车创新
END
收藏举报
添加新手交流群：币种分析、每日早晚盘分析
添加助理微信，一对一亲自指导：YoYo8abc
