close
当前位置: 物联网在线 > 物联网设计开发 > 嵌入式设计 >

遥遥领先的PowerVR与神经网络加速器

近来,如果你对神经网络有所关注,那么你一定会发现神经网络的市场如日中天。实际上,机器学习和深度学习已经成为了人人所熟知的澳门美高梅娱乐城。如果你还对此很陌生,那么你可以看看我的另一篇博客,里面对相关概念进行了详细的解释。

Imagination的PowerVR Series2NX集成了神经网络专用处理器,相信这必定使其性能提高一个量级。

最近,一家竞争企业宣称,他们新一代的SoC芯片组将不仅包含CPU、GPU而且将包含一个神经网络加速器NPU。我们非常支持这一做法,并且相信在不久的将来,这将成为移动设备的标配。这家企业称新一代澳门美高梅娱乐在线是“超高速”的,当单独使用NPU处理器时,一分钟可以处理1832幅图像,当NPU、GPU、CPU联用,一分钟可以处理的图片数是2005,该公司宣称该速度是同类澳门美高梅娱乐在线的5倍。

为了验证该结果,我们使用类似的测试程序,在MediaTek X30上进行了测试,MediaTek X30中配备了我们的7XT+系列GPU(GT7400+)。测试结果显示,图片的处理速度大概是每秒30幅,相当于每分钟1800幅,这个速度和竞争对手所宣称的新神经网络加速器速度相差无几,仅仅慢了1.8%

这仅仅是当下的成果,在未来,我们的8XT系列,在相同的运行频率下FLOPS将提高50%,在性能上将着实是一个大幅度的提升。

目前,我们的GPU的处理速度是1800幅/分钟,那么再来看看我们的2NX系列神经网络加速器,这种加速器单核的性能是2048 MACs/cycle,这样每分钟可以处理的图片将是42000幅,粗略计算,这个速度比竞争者提高了2233%。

竞争对手声称,在神经网络图像识别上,他们的GPU比CPU快四倍,而且他们的新硬件解决方案将比CPU快25倍。下图给出了相关的对比数据。此外,下图还给出了使用PowerVR Series 7XT和PowerVR Series 2NX NNA的对比数据。正如你所看到的那样,目前我们的GPU可以与其性能相抗衡,而我们带有神经网络加速器的硬件是其速度的583倍,实在是令人难以置信。

遥遥领先的PowerVR与神经网络加速器


我们所关注的不仅仅是性能,在功耗上,Series2NX也具有很大的优势。Series2NX针对神经网络进行了专门的优化。通过灵活bit速率澳门美高梅娱乐城的支持,其功耗将大幅度低于传统的GPU。

在芯片的物理尺寸上,Series2NX也更胜一筹。Series2NX的硅面积非常小。当需要获得更高的神经网络性能时,制造商可以选取一个GPU来满足他们的需求,如Series8XT甚至更新的Series9XE或9XM,然后选取Series2NX与之相匹配,这样搭配后在硅面积上我们依然优于竞争对手的解决方案。

结论

我们的消费者有很多种选择,比如在构建SoC时,可以选择单GPU解决方案,这在处理AI和相关的图形任务时将具有和竞争者相类似的性能。

然而,神经网络市场发展迅速,如果没有超乎寻常的性能,商家将无法提供最具有竞争力的澳门美高梅娱乐在线。当应用程序使用更为复杂的神经网络时,PowerVR Series2NX NNA将为我们的客户提供更高的性能,这将使开发人员以更小的功耗和带宽,创建真正的下一代澳门美高梅娱乐在线。

当然,如果想要获得一个真正的前沿解决方案,那么强大、高效且高度可扩展的PowerVR 2NX无疑是市场上唯一的解决方案。

原文链接:
https://www.imgtec.com/blog/powervr-and-neural-network-acceleration-way-...


(责任编辑:ioter)

用户喜欢...

神经网络入门指南

人工神经网络(ANN)是一种从信息处理角度对人脑神经元网络进行抽象从而建立的某种简单模型,按不同的连接方式组成不同的网络。其在语音识别、计算机视觉和文本处理等方面取得的突破...


从图像到知识:深度神经网络实现图像理解的原理解析

摘要:本文将详细解析深度神经网络识别图形图像的基本原理。针对卷积神经网络,本文将详细探讨网络中每一层在图像识别中的原理和作用,例如卷积层(convolutional layer),采样层(pooling la...


为什么说PowerVR 2NX NNA是神经网络加速器的未来?

作者:Benny Har-Even 从早期的桌面PC游戏到街机游戏机,到后来的家庭游戏机以及移动设备端等,PowerVR一直都与图形澳门美高梅娱乐城密切相关,今年是PowerVR 25周年,近期我们发布了一系列的文章来庆祝。...


深度卷积神经网络在目标检测中的进展

近些年来,深度卷积神经网络(DCNN)在图像分类和识别上取得了很显著的提高。回顾从2014到2016这两年多的时间,先后涌现出了R-CNN,Fast R-CNN, Faster R-CNN, ION, HyperNet, SDP-CRC, YOLO,G-CNN, SSD等越来...


[深入剖析]递归神经网络

递归神经网络(RNN)是一类神经网络,包括一层内的加权连接(与传统前馈网络相比,连接仅馈送到后续层)。因为 RNN 包含循环,所以它们可以在处理新输入的同时存储信息。这种记忆使它...


神经网络算法的优势与应用

人工神经网络(ANN)以大脑处理机制作为基础,开发用于建立复杂模式和预测问题的算法。 首先了解大脑如何处理信息: 在大脑中,有数亿个神经元细胞,以电信号的形式处理信息。外部信...


游戏开发中的人工智能(十四):神经网络(1)

接上文 游戏开发中的人工智能(十三):不确定状态下的决策:贝叶斯澳门美高梅娱乐城 本文内容:“神经网络”澳门美高梅娱乐城让游戏具有学习和适应的能力。事实上,从决策判断到预测玩家的行为,都可以应用...


如何简单快捷地用小型Xiliinx FPGA加速卷积神经网络CNN

刚好在知乎上看到这个问题 如何用FPGA加速卷积神经网络CNN,恰巧我的硕士毕业设计做的就是在FPGA上实现CNN的架构,在此和大家分享。 先说一下背景,这个项目的目标硬件是Xilinx的PYNQ。该开...


一步一步学用Tensorflow构建卷积神经网络

摘要: 本文主要和大家分享如何使用Tensorflow从头开始构建和训练卷积神经网络。这样就可以将这个知识作为一个构建块来创造有趣的深度学习应用程序了。 0. 简介 在过去,我写的主要都是...


初学者必读:卷积神经网络指南(一)

摘要: 何为卷积神经网络,它来自何方?又要走向何处?跟着作者的节奏,一起来开始探索CNN吧。 卷积神经网络听起来像一个奇怪的生物学和数学的组合,但它是计算机视觉领域最具影响力...


博聚网