人工智能(AI)的應(yīng)用開枝散葉,,相應(yīng)的運算需求也成為熱門議題,。AI運算主要樣用可分為兩種,一是以效能為首要考量的服務(wù)器/云端運算,,另一項則是算力要求較低的終端應(yīng)用,,講求低功耗及高效率。IP廠商Imagination的產(chǎn)品包含GPU,、神經(jīng)網(wǎng)路加速器(NNA)及乙太網(wǎng)(EPP)三個面向,,GPU架構(gòu)著重省電,并長期投入行動裝置,、消費性電子、汽車及資料中心四大領(lǐng)域,。
車用GPU重要性攀升
Imagination的GPU架構(gòu)具有多工處理及獨立切割兩大特色,。多工處理時,最多可以一次執(zhí)行8個工作,,也可以切割成最多8個獨立的GPU,,在作業(yè)系統(tǒng)獨立的情況下完成工作。例如,,記憶體的容量可以切割給不同的工作使用,,彼此之間不會相互占用,確保安全性及使用彈性,。
車用是Imagination現(xiàn)正積極投入的市場之一,,瑞薩及德州儀器都是自2004年開始與Imagination合作的早期客戶,目前Imagination的GPU架構(gòu)在車用IC的市占約為40~50%,,2019年開始,,合作對象拓展到中國的Telechip與韓國的SemiDrive。受到電動車興起的趨勢,,且全球多國有共識在2025年禁售燃油車,,汽車電子的用量增加,,加上駕駛輔助、自動駕駛與車用娛樂系統(tǒng)的應(yīng)用趨勢影響,,GPU在車用IC中的角色更顯重要,。
Imagination臺灣區(qū)業(yè)務(wù)總監(jiān)林奐祥提及,現(xiàn)在的自駕等級約在Level 2~3之間,,預(yù)估2024年可以達(dá)到Level 5,,屆時自駕及電動車的應(yīng)用都會讓感測器數(shù)量倍增,車用電子將成長最少四倍,,未來的汽車可說是一輛行走的資料中心,。
Imagination臺灣區(qū)業(yè)務(wù)總監(jiān)林奐祥認(rèn)為,自駕及電氣化趨勢將使得車用電子用量大增
XS GPU IP通過ISO 26262認(rèn)證,,實際使用時,,儀表板會區(qū)分出需要優(yōu)先處理的區(qū)域,如GPS導(dǎo)航,、時速表都會影響行車安全,,因此要確保安全性及穩(wěn)定性,是GPU優(yōu)先處理的區(qū)塊,。其他包含娛樂等功能,,由于不會影響安全,GPU就會依照隨機(jī)順序處理資料,。此外,,具備多個畫面的儀表板則有各自獨立的作業(yè)系統(tǒng),因此不在優(yōu)先處理區(qū)的螢?zāi)蝗舫霈F(xiàn)功能問題,,會按照一般程序重啟,,不會影響儀表板的重要功能。
NNA強(qiáng)化影像辨識
林奐祥表示,,過去在服務(wù)器/車用方面已有具算力優(yōu)勢的GPU廠商,,但是現(xiàn)在GPU領(lǐng)域開啟了高效能運算(HPC)的新戰(zhàn)局,面對新興的算力競爭,,基于Imagination NNA架構(gòu)的IC在8核心,、5nm製程下,可達(dá)到每秒30瓦的算力,。
Series4 NNA進(jìn)一步強(qiáng)化車用GPU的影像整合,,以夜車行車為例,車上多個鏡頭同時接收影像資料,,經(jīng)過GPU處理整合后,,再由NNA進(jìn)行圖像辨識,協(xié)助駕駛決策,。除了路況分析,,NNA還能偵測駕駛行為,,例如在駕駛疲憊而沒有直視前方道路時發(fā)出警示,自動停車也是NNA的其中一種應(yīng)用,。為了滿足AI不斷擴(kuò)大的算力需求,,Series4NX-MC產(chǎn)品系列最高可提供100 TOPS的算力。NNA搭配GPU切割工作,,將工作切分后依照先后順序逐一完成,,有效提高效能使用率。
NNA可在駕駛行為異常時發(fā)出警示