在社会的舞台上Imagination性能高达600 TOPS的终极AI加速器是否能成为半导体领域的新
在科技的浪潮中，Imagination Technologies，这个曾经统治手机GPU IP市场的巨头，在经过一系列变动后，现在在移动GPU IP市场占有率达到了36%，而在汽车GPU IP市占率高达43%。近期，Imagination推出了全新的第三代神经网络加速器（NNA）产品IMG Series4，它不仅展现了公司实力的强大，也让同行们对这位老对手产生了更大的关注。
11月13日，Imagination正式发布了耗时两年的最新神经网络加速器产品IMG Series4，其采用全新的多核架构，可以提供600 TOPS（每秒万亿次操作）的超高性能，并且主要面向先进驾驶辅助系统（ADAS）和自动驾驶应用领域。
以低功耗产品见长的Imagination Technologies推出了一款高性能的终极AI加速器，该设备是否能给已经在自动驾驶汽车芯片市场占据领导地位的Nvidia带来挑战？这个问题引起了广泛讨论。
为了回答这个问题，我们需要回顾一下过去几年的发展历程。2017年，Imagination推出了首代神经网络加速器（NNA）PowerVR 2NX，当时单核性能从1TOPS提升到4.1TOPS。紧接着，在2018年，他们发布了PowerVR 3NX，每个单核性能从0.6TOPS增加到10TOPS，而多核产品则从20TOPS增长到160TOPS。此外，随着时间的推移，新一代AI技术也被应用于智能相机监控、消费电子以及低功耗IoT智能设备等领域。
现在，我们迎来了第三代NNA产品——4NX。这一系列单核能够以不到1瓦的功耗提供12.5 TOPS 的性能，比之前两代都要强大。而最令人瞩目的，是它全新的多核架构支持灵活分配和同步工作负载，从而实现更高效能。在一个集群中，可以配置2个、4个、6个或8个内核，每组8内核可以达到100 TOPS 的算力，而6组这样的集群就能达到600 TOPS 的算力。
Gilberto Rodriguez表示，“我们的软件提供精细控制能力，并通过对多任务进行批处理、拆分和调度来提高灵活性。”他还提到，这种设计使得Series4 NNA比嵌入式GPU快20倍以上，比嵌入式CPU快1000倍，对于AI推理来说是非常关键的一步。
Andrew Grant进一步解释说：“虽然市场上已经有满足自动驾驶需求的AI芯片，但他们可能无法同时保持高性能与低功耗。因此，我们花费两年时间了解客户需求，以及基于我们前两代低功消品，再次推出了具有高性能又低功消品特性的4NX系列。”
对于如何兼顾600 TOPS 的高性能与低功耗的问题，Gilberto Rodriguez指出：“我们使用5nm工艺制备这些核心，使其拥有超过30 TOPs/Watt 的峰值效率，以及超过12 TOPs/mm^2 的密度。这意味着尽管它们拥有如此巨大的计算能力，它们却只消耗很少电力。”
除了表现出色的计算能力之外，这些新型核心还采用了一种名为Tensor Tiling（TT）的技术，以减少数据传输并节省带宽。此外，还有一种叫做“拆分”的方式，让不同的内核独立运行，即使是在执行相同任务的情况下，也可以提高并行处理速度和吞吐量。
然而，最重要的是这些核心如何融合成一个整体，以确保它们既能够快速处理大量数据，又不会因为太过复杂而导致延迟增加。在这种情况下，加速度将会成为决定因素，因为如果延迟过长，那么即使再怎么样的计算能力也没用武之地。
最后，由于这项技术仍处于开发阶段，所以所有这些潜在优势都必须得到实际测试。但无疑，对于任何想要进入这一高速增长领域的人来说，都需要考虑到的就是此类工具链所需具备哪些功能，以及它们如何帮助开发者迅速部署自己的解决方案。这是一个充满竞争激烈环境，其中各方都试图获得优势，以便将自己打造成行业标准之一。在这一过程中，不仅仅是关于谁能生产最好的硬件，更是关于谁能有效利用那些硬件以创造真正价值的情境考验。
