曾經(jīng)統(tǒng)治手機GPU IP市場的Imagination，歷經(jīng)變動之后，目前在移動GPU IP市場占有率有36%，汽車GPU IP市占率43%。近來，Imagination近期發(fā)布的一系列新品不僅是其實力的展現(xiàn)，也足以讓同行們增加對這位老對手的關注。
11月13日，Imagination發(fā)布了耗時兩年研發(fā)的最新的第三代神經(jīng)網(wǎng)絡加速器(NNA)產(chǎn)品IMG Series4，其全新的多核架構(gòu)可提供600 TOPS(每秒萬億次操作)甚至更高的超高性能，主要面向先進駕駛輔助系統(tǒng)(ADAS)和自動駕駛應用。
以低功耗產(chǎn)品見長Imagination推出高性能的終極AI加速器，會給在自動駕駛汽車芯片市場占有領導地位的NVIDIA多大的沖擊?
耗時兩年打造的終極AI加速器
Imagination在AI火熱的2017年推出首代神經(jīng)網(wǎng)絡加速器(NNA)PowerVR 2NX，單核性能從1TOPS到4.1TOPS。緊接著，2018年PowerVR 3NX發(fā)布，單核性能從0.6TOPS到10TOPS，多核產(chǎn)品性能從20TOPS到160TOPS。
性能增強的同時，Imagination的NNA主要面向的市場也從2NX時的移動設備和汽車市場，進一步拓展到智能相機監(jiān)控、消費電子(尤其是數(shù)字電視)、低功耗IoT智能設備領域。
時隔兩年之后，Imagination才推出第三代NNA產(chǎn)品4NX。4NX系列的單核性能進一步提升，每個單核能以不到1瓦的功耗提供12.5TOPS的性能。相比前兩代NNA，新一代產(chǎn)品強調(diào)的是全新多核架構(gòu)，這個新的多核架構(gòu)支持在多個內(nèi)核之間對工作負載進行靈活的分配和同步，從而實現(xiàn)更高性能。
Imagination Technologies產(chǎn)品管理部門總監(jiān)Gilberto Rodriguez介紹：“我們的軟件提供了精細的控制能力，并通過對多個工作負載進行批處理、拆分和調(diào)度而提高了靈活性，可以在任意數(shù)量的內(nèi)核上使用。Series4可為每個集群配置 2個、4個、6個或者8個內(nèi)核。1個8內(nèi)核的集群可以提供100TOPS的算力，配有6個8核集群的解決方案就可以提供600 TOPS的算力。”
據(jù)悉，在AI推理方面，Series4 NNA的性能比嵌入式GPU快20倍以上，比嵌入式CPU快1000倍。
至于為什么要推出如此高性能的AI加速器，Gilberto Rodriguez表示，“ADAS和自動駕駛對芯片有很高的算力需求，比如L2+的駕駛員檢測或語音/手勢控制需要10TOPS的性能，L3-L4級別的自動駕駛有50-100TOPS的性能需求，L5級別的自動駕駛性能需求超過500TOPS。”
“雖然市場上已經(jīng)有滿足自動駕駛需求的AI芯片，但功耗不夠理想。所以，我們花兩年時間去了解和評估客戶需求，基于我們的前兩代低功耗的產(chǎn)品，推出了高性能低功耗的4NX系列產(chǎn)品，并且將自動駕駛作為主打市場，也可以應用于數(shù)據(jù)中心和桌面級GPU。” Imagination Technologies視覺和人工智能部門高級總監(jiān)Andrew Grant表示。
600TOPS的高性能如何兼顧低功耗?
需要指出的是，4NX系列的8內(nèi)核集群要實現(xiàn)100TOPS的性能，超過30 TOPS/Watt 的性能功耗比，以及超過12 TOPS/mm^2 的性能密度是要在5nm節(jié)點實現(xiàn)。
Gilberto Rodriguez也提到，如果要用多個集群實現(xiàn)更高算力，Imagination可以提供多集群的協(xié)同機制，但也需要客戶在應用層進行一些設計。
多核靈活架構(gòu)帶來的可擴展性讓4NX可以實現(xiàn)高性能，但對于高性能芯片而言，功耗的控制也非常關鍵，特別是AI芯片。AI芯片需要處理大量的數(shù)據(jù)，并且數(shù)據(jù)的搬運耗費的功耗遠大于數(shù)據(jù)處理，因此，高性能AI芯片必須想辦法盡量減少數(shù)據(jù)的搬運，同時降低延遲和節(jié)省帶寬。
對于延遲的降低，Imagination采用的方法是單核組成2核、4核、6核或8核的多核集群中，所有內(nèi)核可以相互協(xié)作，并行處理一個任務，降低處理延遲，縮短響應時間。當然，集群中和多核既可以共同執(zhí)行一個批處理任務，也可以分別運行各自不同的網(wǎng)絡，也就是各個內(nèi)核能夠獨立運行。
4NX更大的亮點在于其節(jié)省帶寬的Tensor Tiling( Imagination’s Tensor Tiling，ITT)技術，這是Imagination正在申請專利的技術，也是4系列中新增的功能。Tensor Tiling技術利用本地數(shù)據(jù)的依賴性將中間數(shù)據(jù)保存在片上存儲器中，最大限度地減少將數(shù)據(jù)傳輸至外部存儲器，相比上代產(chǎn)品，將帶寬降低多達90%。
具體而言，神經(jīng)網(wǎng)絡的多層以融合內(nèi)核的形式運行在加速器的硬件流水線里，融合內(nèi)核之間的特征圖(Feature Map)需要通過外部存儲進行交換。Tiling技術是充分利用緊耦合的 SRAM 來融合更多的層，更多的層被融合之后，就減少了需要通過外部存儲交換的特征圖，進而達到提升效率，節(jié)省帶寬的目的。
還需要說明一下Tensor Tiling技術中的批處理和拆分，批處理是分配適合批處理的大量的小型網(wǎng)絡任務到每個獨立工作的NNA單核，能夠提升并行處理能力。拆分則是任務在多個維度被拆分，所有NNA單核共同執(zhí)行一個推理任務，減少網(wǎng)絡推理延遲的同時，在理想情況下協(xié)同并行處理的吞吐量與獨立并發(fā)處理的相同，非常適合網(wǎng)絡層很大的網(wǎng)絡。
當然，Tensor Tiling的拆分是通過Imagination提供的編譯器來完成，不需要開發(fā)者手動完成，并且利用NNA的性能分析工具能夠?qū)I任務進行更好地調(diào)度和分配。
那Tensor Tiling在節(jié)省帶寬的同時能否減少數(shù)據(jù)的搬移?Gilberto Rodriguez表示，“答案是肯定的。一方面，Tensor Tiling讓待處理數(shù)據(jù)通過內(nèi)存帶寬的傳輸減少，另一方面，重復利用的神經(jīng)網(wǎng)絡權重給處理器核的傳輸次數(shù)也減少，這讓就可以有效減少數(shù)據(jù)搬運。”
硬件上層的工具鏈方面，Imagination的離線和在線工具組成的工作流程可以讓開發(fā)者更快實現(xiàn)部署。
NVIDIA在自動駕駛領域?qū)⒂瓉硇聦κ?
NVIDIA在2015年就推出了車載計算平臺，此后持續(xù)迭代，目前在自動駕駛芯片市場已經(jīng)處于優(yōu)勢地位。不過，擅長桌面級GPU的NVIDIA能夠提供高性能，但功耗可能對于電池供電的電動汽車不夠友好。這也是在對功耗要求比較嚴格的移動端有優(yōu)勢的Imagination的機會所在。
與NVIDIA有所不同，Imagination是IP提供商，并不會直接提供芯片。因此，Imagination可以與領先的汽車行業(yè)顛覆者、一級供應商、整車廠(OEM)和汽車系統(tǒng)級芯片(SoC)廠商合作，推出有競爭力的產(chǎn)品。為了幫助合作伙伴更好進入這一市場更快推出車規(guī)級產(chǎn)品，此次推出的NX4還包含IP級別的安全功能且設計流程符合ISO 26262標準。ISO 26262是旨在解決汽車電子產(chǎn)品風險的行業(yè)安全標準。
新推出的4系列NNA可以在不影響性能的情況下，安全地進行神經(jīng)網(wǎng)絡推理。硬件安全機制可以保護編譯后的網(wǎng)絡、網(wǎng)絡的執(zhí)行和數(shù)據(jù)處理管道。
Andrew Grant透露，已經(jīng)開始提供授權，并將于2020年12月在市場上全面供應。授權的客戶目前已經(jīng)不止一家。
這就意味著，自動駕駛芯片市場將會迎來更多有競爭力的產(chǎn)品。雷鋒網(wǎng)認為，Imagination更強的GPU和NNA產(chǎn)品組合將會幫助更多想要進入這一市場的公司推出更有競爭力的產(chǎn)品。上個月，Imagination發(fā)布了最新一代的IMG B系列高性能GPU IP，這款多核架構(gòu)GPU IP 4個系列內(nèi)核有33種配置。
更通用的GPU和更專用的AI加速器，顯然可以給高性能計算帶來更多的選擇。有意思的是，NVIDIA目前也擁有性能強勁的GPU和AI加速Tensor Core的組合。
ABI Research預計，到2027年左右，對ADAS的需求將增長兩倍，但汽車行業(yè)已然將目光投向了更遠的全自動駕駛汽車和自動駕駛出租車，從L2和L3級ADAS向L4和L5級全自動駕駛演進的過程中，高性能、低延遲和高能效的結(jié)合將是關鍵所在。
巨大的市場機會之下，兩家芯片產(chǎn)品優(yōu)勢類似的公司，會如何競爭?
關鍵詞：
