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）

イマジネーションテクノロジーズは、学習済みニューラルネットワーク（NN）の推論実行処理に特化したハードウェアIP「PowerVR 2NX NNA」を発表した。性能密度（回路面積当たりの処理性能）は、競合他社のDSPと専用ハードウェアIPを組み合わせたソリューションと比べて2倍、NNの処理に最適化したDSPと比べて8倍に達する。

[朴尚洙，MONOist]

「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。

「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。

「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（クリックで拡大） 出典：イマジネーションテクノロジーズ