組み込みAIの性能密度が2倍以上に、「PowerVR」の新プロダクトライン人工知能ニュース(2/2 ページ)

» 2017年09月22日 08時00分 公開
[朴尚洙MONOist]
前のページへ 1|2       

「PowerVRシリーズ9」との組み合わせはエッジデバイスに理想的

 演算精度が柔軟に変更できることも2NX NNAの特徴の1つだ。NNの推論実行処理の各プロセスにおいて、ウェイトとデータの演算精度を16、12、10、8〜4ビットの間で柔軟に変更できる。ある事例では、演算精度を8ビットから4ビットに変更すると、処理性能が1.6倍に高まり、帯域幅は0.54倍、消費電力は0.69倍に削減できた。一方、演算精度を下げた場合に課題となる推論の精度については99%と1%低下するだけにとどまった。

演算精度による性能や消費電力、精度の比較 演算精度による処理性能や帯域幅、消費電力、精度の比較(クリックで拡大) 出典:イマジネーションテクノロジーズ

 開発環境としては「Caffe」や「TensorFlow」などの標準的な機械学習フレームワークから、学習済みNNを2NX NNAに最適化してポーティングするマッピングツールなどを提供する。また、対応OSとしてはLinuxとAndroidを挙げている。

開発環境 「Caffe」や「TensorFlow」などのフレームワークで学習したNNを「2NX NNA」に最適化してポーティングするマッピングツールなどを開発環境として提供する(クリックで拡大) 出典:イマジネーションテクノロジーズ

 ロングスタッフ氏は「2NX NNAとPowerVRシリーズ9との組み合わせであれば、競合他社のGPUと同じ回路面積で、同等のGPU性能と200倍のNN処理性能が得られる。エッジデバイスのSoCにとって理想的な組み合わせだ」と述べている。

「2NX NNA」の機能と回路構成競合ソリューションとの性能比較 「PowerVRシリーズ9」の概要(左)と「PowerVRシリーズ9XM」と競合GPUの性能比較(右)(クリックで拡大) 出典:イマジネーションテクノロジーズ
「2NX NNA」と「PowerVRシリーズ9」の組み合わせはエッジデバイスに最適 「2NX NNA」と「PowerVRシリーズ9」の組み合わせはエッジデバイスに最適(クリックで拡大) 出典:イマジネーションテクノロジーズ
前のページへ 1|2       

Copyright © ITmedia, Inc. All Rights Reserved.