11月13至14日，由OFweek中国高科技行业门户主办，OFweek人工智能网承办的“OFweek2017中国人工智能大会”在深圳举办。Imagination公司首席PowerVR技术专家Paul Brasnett带来了主题为《Imagination AI: Stimulate the Innovation of Human Society》的演讲，给大家分享了人工智能在激发人类创新方面的作用，并介绍了Imagination公司最新研发的PowerVR NNA神经网络加速器。

演讲中，Paul Brasnett首先介绍了Imagination Technologies 公司在人工智能方面的最新方案，完整、独立式的硬件IP神经网络加速器，通过神经网络(NN)专用的PowerVR架构实现，可提供业界领先的面积效率。为移动、监控、汽车与消费系统开发SoC的公司将能以非常低的功耗，在最小的芯片面积中集成新款 PowerVR Series2NX NNA神经网络加速器，以实现神经网络的高性能运算。

据介绍，PowerVR Series2NX NNA神经网络加速器包括硬件IP、软件与工具，可为SoC提供完整的神经网络解决方案。它能有效地执行所有常见的神经网络运算层。依据推理任务的运算需求，它能独立使用 ─ 无须额外的硬件 ─ 或是与CPU和GPU等其它的处理器结合运用。

Paul Brasnett表示：“包括卷积神经网络(CNN)、循环神经网络(RNN)和长短期记忆网络(LSTM)在内的神经网络正推动各个产业的爆发性技术进展。NNA是一种基本类型的处理器，预计会跟CPU和GPU一样重要。”

根据嵌入式视觉联盟于2017年1月进行的嵌入式视觉开发人员调查显示，79%的受访者表示他们已经利用或正计划利用神经网络来执行其产品或服务中的计算机视觉功能。随着科技持续的快速进展，更多的公司都将能够利用神经网络来开发产品与服务。

对此，Paul Brasnett表示：“神经网络加速的专用硬件将成为未来SoC的标准IP模块，就如同CPU和GPU一样。我们很高兴率先向市场推出完整的硬件加速器，能完全支持高精准度的灵活方式，使神经网络能以最低的功耗与带宽运作，并提供优于竞争对手方案的绝对性能与单位面积性能。我们提供的工具将能让开发人员非常快速地启用并执行其神经网络，因此能快速增加营收。”

随后，Paul Brasnett针对PowerVR 2NX NNA具体应用市场做了具体解读，主要包括以下五个方面：

1.移动

随着Tensorflow Lite以及 Android API的即将发布，再加上Caffe2Go架构的快速进展，我们将看到智能手机AI应用程序数量的快速爆发。PowerVR 2NX是现今唯一的一套IP解决方案，能以低功耗、小面积、MMU和对Android的支持，来满足移动解决方案部署的所有需求。在GPU不可或缺的移动设备中，公司能把新的 PowerVR Series9XE或 9XM GPU与 2NX NNA在相同的芯片中搭配运用，以作为独立式GPU。其优异的性能足以和业界的独立式GPU竞争。

2.智能监控

家庭与商业场所安装的监控摄影机数量正大量增加，将推动神经网络视觉处理的需求。考虑带宽需求、数据机密性与其他因素，摄影机的设计必须加入一定程度的“网络边缘”(edge) 视频信息分析处理的能力。由于这些摄影机通常没有GPU或是仅有非常小的GPU，以及较低性能的CPU，因此它们需要一个高效率、高性能的独立式神经网络加速器。2NX NNA是理想的选择，并且具备高度可扩展性，能同时满足消费性与商用的需求。

3.汽车

汽车的神经网络应用包括驾驶员警觉性监测、驾驶员视线追踪、座位使用、路标检测、驾驶路线分析、道路使用者检测、驾驶员辨识以及其他。随着未来几年自动驾驶汽车与智能型运输系统的数量将日益增加，这些应用将持续扩展。在汽车系统中，需要2NX NNA 这样的完整硬件解决方案，才能满足相关的性能需求。

4.家庭娱乐

机顶盒和电视将逐渐提供基于神经网络的解决方案，例如能够适应特定使用者偏好的能力，提供自动的儿童锁，以及根据使用者行为自动暂停与录制节目。凭借这些特性，公司能提升其差异性并增加营收。要在这些设备上构建神经网络的关键是高效率的带宽与低成本，以及支持NN API ─ 这些都是2NX NNA的重要特性。此外，还有许多新兴的NNA娱乐应用，包括AR/VR。

5.简化开发人员的工作

Imagination可为开发人员提供所有必要的工具，让他们能快速、轻松地启用和执行其神经网络，并确保运算带宽能与准确度完美平衡。PowerVR 2NX的开发资源包括映射 (mapping) 和微调工具、样本网络、评估工具与文件。完整的 PowerVR NX Mapping Tool 能从业界标准的机器学习框架，包括Caffe 和 Tensorflow，轻松进行转换。高级的网络设计人员将能在2NX NNA 上设计与构建神经网络，以充分发挥其硬件特性。

Imagination也可提供通用的Imagination DNN (深度神经网络) API，能在CPU、GPU与NNA之间轻松转换。此单一的API能够跨多种SoC配置执行，因此能在现有设备上轻松开发原型。

更多详细内容，敬请关注OFweek人工智能网后续专题报道！