Imagination车用GPU搭载NNA　积极部署EV/自驾市场

人工智能(AI)的应用开枝散叶，相应的运算需求也成为热门议题。AI运算主要样用可分为两种，一是以效能为首要考量的服务器/云端运算，另一项则是算力要求较低的终端应用，讲求低功耗及高效率。IP厂商Imagination的产品包含GPU、神经网路加速器(NNA)及乙太网(EPP)三个面向，GPU架构著重省电，并长期投入行动装置、消费性电子、汽车及资料中心四大领域。

车用GPU重要性攀升

Imagination的GPU架构具有多工处理及独立切割两大特色。多工处理时，最多可以一次执行8个工作，也可以切割成最多8个独立的GPU，在作业系统独立的情况下完成工作。例如，记忆体的容量可以切割给不同的工作使用，彼此之间不会相互占用，确保安全性及使用弹性。

车用是Imagination现正积极投入的市场之一，瑞萨及德州仪器都是自2004年开始与Imagination合作的早期客户，目前Imagination的GPU架构在车用IC的市占约为40~50%，2019年开始，合作对象拓展到中国的Telechip与韩国的SemiDrive。受到电动车兴起的趋势，且全球多国有共识在2025年禁售燃油车，汽车电子的用量增加，加上驾驶辅助、自动驾驶与车用娱乐系统的应用趋势影响，GPU在车用IC中的角色更显重要。

Imagination台湾区业务总监林奂祥提及，现在的自驾等级约在Level 2~3之间，预估2024年可以达到Level 5，届时自驾及电动车的应用都会让感测器数量倍增，车用电子将成长最少四倍，未来的汽车可说是一辆行走的资料中心。

Imagination台湾区业务总监林奂祥认为，自驾及电气化趋势将使得车用电子用量大增

XS GPU IP通过ISO 26262认证，实际使用时，仪表板会区分出需要优先处理的区域，如GPS导航、时速表都会影响行车安全，因此要确保安全性及稳定性，是GPU优先处理的区块。其他包含娱乐等功能，由于不会影响安全，GPU就会依照随机顺序处理资料。此外，具备多个画面的仪表板则有各自独立的作业系统，因此不在优先处理区的萤幕若出现功能问题，会按照一般程序重启，不会影响仪表板的重要功能。

NNA强化影像辨识

林奂祥表示，过去在服务器/车用方面已有具算力优势的GPU厂商，但是现在GPU领域开启了高效能运算(HPC)的新战局，面对新兴的算力竞争，基于Imagination NNA架构的IC在8核心、5nm製程下，可达到每秒30瓦的算力。

Series4 NNA进一步强化车用GPU的影像整合，以夜车行车为例，车上多个镜头同时接收影像资料，经过GPU处理整合后，再由NNA进行图像辨识，协助驾驶决策。除了路况分析，NNA还能侦测驾驶行为，例如在驾驶疲惫而没有直视前方道路时发出警示，自动停车也是NNA的其中一种应用。为了满足AI不断扩大的算力需求，Series4NX-MC产品系列最高可提供100 TOPS的算力。NNA搭配GPU切割工作，将工作切分后依照先后顺序逐一完成，有效提高效能使用率。

NNA可在驾驶行为异常时发出警示