Imagination：為差異化AIoT提供GPU和神經網絡加速器IP

問：貴公司關注哪類智能物聯網的應用？這些應用的技術發展方向是什么？

Andrew Grant：在Imagination Technologies，我們專注于邊緣和終端上的人工智能物聯網（AIoT）。我們創建半導體知識產權（IP），系統級芯片（SoC）設計人員使用它們來開發用于邊緣設備的芯片。我們可以為神經網絡（人工智能）增加加速功能以使它們能夠在終端上快速運行，進而增強邊緣的能力。在某些人工智能（AI）任務中，神經網絡加速器（NNA）的性能是典型嵌入式CPU的100倍，從而將以前只有在數據中心才能實現的性能直接帶給終端用戶。

我們看到的趨勢是，隨著“網絡邊緣”逐步涵蓋智慧城市、機器人流程自動化（RPA）和用于安防監控的智能攝像頭等智能設備，這一點正變得越來越重要。通過開發可用于邊緣同時占用最小芯片面積的全能型IP，將推動新一波邊緣設備面世。

Imagination Technologies人工智能產品營銷資深總監 Andrew Grant

問：這對客戶的開發帶來了哪些挑戰？

Andrew Grant：安全性會是嵌入式設備的一個挑戰，被黑客入侵或者是數據/模型被竊取是許多行業面臨的實際問題，讓我們來直面現實吧。我們與客戶緊密合作，通過使用可信的環境和提供安全鉤來實現整個設備的安全性。在這個領域保持警惕很重要，我們在自己的產品開發中一直在監控這一點。

簡化物聯網（IoT）終端設備的需求就是將功能整合到盡可能小的芯片面積中，以節省芯片成本。幸運的是，我們的IP（GPU和NNA）具備的靈活性和支持的功能意味著我們能以極低的功耗為邊緣推理增加加速性能，這對于AIoT設備而言是非常理想的。

邊緣AI和機器學習的創新速度意味著幾乎每天都有新的進展。通過與主要框架的開發人員和終端用戶市場保持緊密聯系，我們使自己一直身處這些創新方法的前沿。我們不斷更新自己的軟件驅動程序，以利用新的技術進展和層操作運算方法。

問：未來芯片的競爭焦點將會從單純的產品性能提升，轉移到面向應用的平臺化上嗎？

Andrew Grant：盡管純粹的性能始終是業界關鍵的成功因素之一，但針對具體應用采用差異化和優化的方法將是人們渴望實現的最終目標。無論如何，探求靈活的、可用于眾多領域的IP是非常重要的，同時使用可組合在一起以實現更高性能的IP構建模塊將是一個決定性因素。Imagination的AI Synergy就是這方面一個很好的例子，利用AI Synergy技術，各層可以在NNA上加速，同時浮點運算和自定義層可在GPU上運行。通過使用Imagination的Hyperlane技術中預留的HyperLane通道，在保護任何圖形輸出的同時，還可以運行其他計算任務。

問：當前的疫情對您所關注的行業有何影響，機會是什么？

Andrew Grant：我們對中國和世界其他國家正在遭受Covid-19（也稱新型冠狀病毒）影響的朋友和同仁深表同情和關心，我們希望這一切能夠盡快結束。在這一困難時期，我們致力于以各種切實可行的方式幫助我們的同仁和朋友。我們歡迎通過使用AI來為此過程提供幫助。