独特的架构特性以及广泛的应用领域
作为神经网络硬件IP，2NX NNA可独立使用（无须额外的硬件）或是与CPU和GPU等其它的处理器结合运用。在学习能力方面，2NX NNA 在人工智能场景学习中采用“离线”训练以及“在线”推理的方式，这对于图像以及数据的处理将做以深度优化。
看到这里或许你会想问，它的架构以及特性如何呢？要知道在使用过程中，架构将成为其最重要的限制因素。目前，2NX NNA支持在前沿SOC中高效推理神经的IP内核，它拥有可扩展架构，多核扩展可支持超过2048MAC/clock，且设计中还支持未来开发中不同性能特点的内核，这似乎意味着有了它，很长时间你将不用再为架构的性能而烦恼。
作为一款神经网络加速器，它最大的作用还是为推理神经网络提供全硬件加速。在神经网络层方面，它可以最大限度提高性能以此减轻CPU负载。2NX NNA可配置MMU，支持Android或者其他复杂的操作系统。
产品是为了市场而存在的，2NX NNA专为适应多种市场的推理引擎所设计，其高度可扩展架构适用于未来的更多应用市场。在未来，2NX NNA 这样的完整硬件解决方案，将逐渐推向移动、智能监控、汽车以及家庭娱乐等市场。
秒杀Kirin970以及Apple A11处理器
近期，人工智能处理器市场被传的沸沸扬扬的当属麒麟970以及苹果 A11。接下来我将从图像识别性能以及操作性能方面分别对麒麟970、苹果 A11以PowerVR 2NX NNA进行对比。
据华为公司公布的麒麟970性能数据显示，以一分钟为标准，麒麟970可识别2000张照片。消耗1%的电量则可识别5000张照片。而PowerVR 2NX NNA一分钟可识别30000张图片，消耗1%的电量可识别438000万张图片。这是不是有些逆天呢？感觉我们已经不能以常规的思维去看待2NX NNA这款处理器了。
在今年苹果发布会上，苹果高级副总裁Phil Schiller表示，A11仿生处理器是目前智能手机所搭载的最强劲、最智能的处理器，其拥有低功耗以及优秀的深度学习能力。据苹果公布的数据显示，A11仿生处理器神经网络引擎可支持6000亿每秒的操作运行。而根据Imagination公司公布的数据显示，PowerVR 2NX NNA则可实现高达4万亿每秒操作运行，是苹果A11处理器的6.6倍之多。
PowerVR 2NX NNA或将迎来市场崭新变革
据OFweek电子工程网编辑了解，Imagination公司可以为开发人员提供所有必要的工具，让他们能快速、轻松地启用和执行其神经网络，并确保运算带宽能与准确度完美平衡。PowerVR 2NX的开发资源包括映射 (mapping) 和微调工具、样本网络、评估工具与文件。完整的PowerVR NX Mapping Tool 能从业界标准的机器学习框架，包括Caffe和Tensorflow，轻松进行转换。高级的网络设计人员将能在2NX NNA 上设计与构建神经网络，以充分发挥其硬件特性。
Imagination的新款PowerVR Series2NX神经网路加速器(NNA)能使为移动、监控、汽车与消费性系统开发SoC的厂商以非常低的功耗和最小的芯片面积上达到神经网络的高性能运算。在移动电话这类GPU不可或缺的设备中，厂商可利用9xe/9xm GPU和powervr 2nx nna协同处理经典的视觉算法及神经网络模型以此能达成最佳的性价比。因为 PowerVR NNA和GPU的性能密度都很有优势，厂商能在同一芯片中结合构建这两种处理器，相比业界独立式GPU，这将会非常有竞争力。
从目前来看，PowerVR 2NX NNA产品的推出将具有划时代的意义，或将成星火燎原之势，迅速进入人工智能市场。
