Imagination推出多核IMG Series4 NNA助力ADAS自动驾驶

汽车智能化这趟列车，正在越开越快。尤其是ADAS（高级驾驶辅助系统）和自动驾驶这两个赛道，对AI算力的要求几乎是无止境的。想在这个领域站稳脚跟，手里没几张硬牌可不行。

最近，Imagination Technologies放了个大招——正式推出了面向ADAS和自动驾驶的新一代神经网络翻跟斗（NNA），也就是IMG Series4。这个系列，摆明了就是冲着“为下一代汽车应用，提供响应最快、能效最高的神经网络加速”这个目标去的。

坦白说，现在整个汽车行业都站在变革的风口上。自动驾驶汽车、RoboTaxi（自动驾驶出租车）这些全新的应用场景，对AI性能的要求已经不是“高一点”，而是“指数级”的提升。Series4正是为此而来。它采用的是全新的多核架构，可以轻松提供600 TOPS（每秒万亿次操作）甚至更高的算力，而且关键是，它在处理大型神经网络负载时，能保持超低带宽占用和极低延迟。

这款产品现在已经可以授权了，预计到2020年12月就能在市场上全面供应。对于那些正在与时间赛跑的汽车行业碘伏者、Tier 1供应商、OEM整车厂，以及汽车SoC设计厂商来说，这无疑是一颗重磅棋子。

说到底，Imagination在低功耗NNA架构上一直有自己的独到见解。Series4能在执行完整的网络推理时，同时满足严苛的功能安全要求。而且它能够一次执行多个操作，从而最大化每瓦性能，实现行业领先的能效。这才是真正意义上的“既要马儿跑，又要马儿少吃草”。

Series4的核心看点在哪里？

这次升级，可以说把几个关键痛点都给安排明白了：

• 多核扩展性与灵活性： 多核架构不再是个噱头。它支持在多个内核之间灵活分配和同步工作负载。每个集群可以配置2个、4个、6个甚至8个内核。配套的软件工具也提供了精细的控制力，可以通过批处理、拆分和调度，让灵活性真正落地。
• 超高性能： 这是实打实的数据。Series4每个单核的功耗不到1瓦，却能提供12.5 TOPS的性能。算一笔账：一个8核集群就有100 TOPS的算力；如果一个SoC里配了6个这样的8核集群，那就是600 TOPS。作为对比，在AI推理方面，这块NNA的性能比嵌入式GPU快了20倍以上，比嵌入式CPU快了整整1000倍。
• 超低延迟： 这是自动驾驶的生命线。想象一下，多个单核组成2核、4核或8核的多核集群后，它们可以并行处理同一个任务。一个8核集群，理想状态下，处理一个任务的延时可以降到单核独立运行时的八分之一。对于需要毫秒级响应的场景来说，这太关键了。
• 带宽杀手锏——Tensor Tiling技术： 这是Series4新增的一项专利技术（Imagination‘s Tensor Tiling，ITT）。它的核心思路很直接：通过tiling计算任务，充分利用芯片上的存储空间，减少对片外存储器的数据访问。说白了，就是把中间数据尽量留在“家门口”，省得来回跑。实测下来，这个技术最多能把带宽需求降低90%。尤其是在输入数据量巨大的网络上，优势非常明显。
• 车规级的安全保障： 汽车芯片，安全是第一位的。Series4在IP层面就内置了安全功能，整个设计流程也严格遵循ISO 26262标准。这意味着，它可以帮客户大大降低获得ISO 26262认证的难度。在推理过程中，即便有安全要求，也完全不影响性能。硬件安全机制会把编译后的网络、网络执行和整个数据处理管道保护得滴水不漏。

ABI Research的智慧出行和汽车首席分析师James Hodgson评论说：“虽然我们预计到2027年左右，ADAS需求会增长两倍，但行业的目光早已投向了更远的L4、L5全自动驾驶。从L2、L3演进到L4、L5，神经网络的应用是关键中的关键。未来系统要处理数以百计的复杂场景，从多个摄像头、激光雷达等传感器中提取数据，实现自动代客泊车、十字路口管理、复杂城市环境的导航……这背后，高性能、低延迟和高能效的结合，缺一不可。”

Imagination的人工智能业务高级总监Andrew Grant则显得信心十足：“我们相信Series4 NNA会成为开发ADAS和自动驾驶汽车的行业标准平台。一些先行者已经开始着手打造支持下一代ADAS和自动驾驶的芯片了。任何想在汽车领域扮演重要角色的团队，现在正是把这项技术集成到平台中的最好时机。”

关于Series4 NNA的更多技术细节和架构分析，可以观看相关的主题会议内容。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：Imagination推出多核IMG Series4 NNA助力ADAS自动驾驶要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题