Imagination推具有500 TOPS效能神經駕駛輔助新平臺

英國晶片設計公司 Imagination Technologies，剛剛推出了面向高階輔助駕駛(ADAS)市場、名為 IMG Series4 NNA 的神經網路新平臺。 在今日的公告中，該公司稱:隨著電動汽車的出現，已經蜂窩移動車聯網(C-V2X)連線平臺的興起，汽車行業正在更加積極地擁抱新平臺。

據悉，Imagination 的 IMG Series4 NNA 平臺建立在三大基礎上。公司宣稱這不僅使之能夠大規模擴充套件效能，還可減少延遲和頻寬功耗管理等工作負載。

效能方面，Imagination 預計 Series4 神經加速器核心可達成介於每秒 12.5 ~ 500 萬億次的運算(TOPS)。

此外透過高頻寬互連方案將單個 Series4 與其它核心彼此相連，Imagination 還能夠組建最高 8 路的系統叢集。

叢集中的核心不僅支援互連，也可透過系統匯流排來分隔出一組四個核心，輔以 DDR DRAM 和核心上的快取(OCM)。

Imagination 還承諾 Series4 平臺可提供高達 30 TOPS / Watt 的能效，以及 12 TOPS / mm的效能/單位面積。

更重要的是，這些晶片將基於最新的 5nm 工藝節點製造(比如臺積電或 三星 等巨頭代工)。

其次，張量平鋪設計使得 Series4 NNA 平臺能夠進一步減少延遲。多核 / 多叢集設計允許核心同時執行多項工作負載，或專注於單個工作負載。

若所有核心都被調配用於單一任務，則系統等待時間(處理器接收輸入至生成輸出的時間間隔)，會在一定程度上減少已分配給該任務的核心數量。

如此一來，預計執行單一任務的單個核心，與執行相同任務的八核叢集之間的延遲差異，會被拉大至 8 倍左右。

此外記憶體管理也是 Series4 NNA 平臺上一個不可或缺的功能，Imagination 將之稱作 Tensor Tiling(等待專利審批中)，可節省高達 90% 的頻寬開銷。

因其允許將神經網路資料隔離為一個子集的子集，層數越多，神經網路的構建也就更復雜。

接著透過張量平鋪來批處理劃分子集，並經由 NNA 核心進行處理，以減少等待延遲和整體事務處理過程中對外部儲存器的依賴。

最後，Imagination 揭示了在新增更多核心情況下，Series4 平臺的效能指標也可大致維持線性增長。

資料表明，對於某些型別的工作負載(34 層 @ 2400×1200 的殘量網路)，其效能亦可完美地線性縮放。

當層數增加到 50，且輸入影象解析度降低至 224×224 時，線性縮放可近似至六個核心，之後這一梯度曲線才會開始向下彎曲。

此外 Series4 也符合 ISO2626 標準，能夠為汽車製造商達成更高的自動輔助駕駛水平而提供助力，以及為開發者提供處理各項應用時的張量平鋪優勢。

【來源:cnBeta.COM】