人工智慧(AI)商機水漲船高。支援AI技術的卷積神經網路(CNN)、迴圈神經網路(RNN)和長短期記憶網路(LSTM)在內的神經網路，正推動各個產業的爆發性技術進展；為進一步提升AI應用效能，Imagination於日前發布全新神經網路加速器--PowerVR 2NX NNA，支援無人機、智慧汽車、行動裝置與工業自動化等，實現神經網路的高性能運算。
 |
| Imagination PowerVR市場行銷資深總監Chris Longstaff表示，神經網路加速的專用硬體將成為未來SoC的標準IP模組，能有效地執行所有常見的神經網路運算層。 |
神經網路可用到各式不同範圍，且這也是現在正在發展當中的關鍵技術。Imagination PowerVR市場行銷資深總監Chris Longstaff指出，在這些領域中，若要成功一定要有高性能的神經網路加速器硬體支援，才能達到應有效能。舉例而言，無人機防撞系統，一般而言只有10~15公尺的防撞距離，若導入AI神經網路加速器，支援飛行速度每小時超過150英里的高速，可在不到1公尺的範圍內避開物體，並滿足多網路同時運行，以同時辨別及追蹤物體，避免碰撞發生。
事實上，高階GPU已可以滿足大多數的AI應用，在此狀況下，新型的AI神經網路加速器與高階GPU差異在哪裡呢？Longstaff以影片的案例分析，若使用手機錄影，透過神經網路加速器，可在影片拍攝過程中，即時在影片內容貼上標籤，例如針對某個人、事、物上貼上不同的標籤，讓手機校能體驗達到最佳化。而現階段的GPU效能，根本無法實現這類型的同步網路功能應用。
此外，神經網路加速器亦可滿足手機同時進行不同任務的功能，例如手機在進行語音通訊過程中，可執行語音指示或做讀唇的動作，提供異於以往的革命性應用出現。
一直以來，神經網路非常耗費頻寬，因此記憶體的頻寬需求會隨著神經網路模型規模的增長而增加，這會為SoC設計人員和OEM在設計系統時帶來重大的挑戰，以求提供NNA所需的頻寬。神經網路加速器能最小化外部DDR記憶體的頻寬需求，確保系統的性能不會受到頻寬的限制，且提供各種不同位元深度的數據類型。
Longstaff談到，神經網路加速器和系統其他布建連結很有彈性，具備可擴充架構，支援未來開發的不同性能與特點的內核，以滿足不同的市場需求。再者，該公司本身具有DNN API，同時可與其MIPS GPU和PowerVR 2NX硬體支援溝通，提升相對於其他競爭對手的優勢。