PowerVR与神经网络加速

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技术。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。这家企业称新一代产品是“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产品的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，这种加速单核的性能是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的硬件是其速度的583倍，实在是令人难以置信。

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速率技术的支持，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产品。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，创建真正的下一代产品。

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。