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