大幅裁员后，Imagination终止研发NPU

集成电路IC 2024-08-25 11:45

示波器需要多少模拟通道？ 芯片现货市场行情分析

‍

英国IP提供商 Imagination Technologies 已从 Fortress Investment Group 获得 1 亿美元可转换定期贷款。Imagination 将利用这笔资金支持其图形、计算和边缘 AI 技术的发展，并为其雄心勃勃的增长目标提供资金。

Imagination 成立于近 40 年前的英国，如今，Imagination 的 IP 已遍布全球 130 亿台设备。近年来，该公司经历了一段相当动荡的时期，在失去当时最大的客户苹果后，该公司于 2017 年 11 月被中资私募股权公司 Canyon Bridge 收购。当时，Imagination 还出售了新近收购的 MIPS。自那时起，该公司一直在努力扭转局面，虽然在新的领导团队到位后，这一过程仍在继续，但一路上也出现了一些小问题。

“中国市场比我们想象的要更具挑战性，因为英国的出口管制制度以及中国的实体名单对我们和我们的收入产生了影响，”Imagination 首席执行官 Simon Beresford-Wylie 在接受 EE Times 独家采访时表示。“其结果是，我们去年进行了一些裁员，以使成本与收入保持同步。”

时任首席执行官 Ron Black 当时告诉《EE Times》，2019 年，中国占Imagination 业务的三分之一。Beresford-Wylie 表示，除了监管环境更加困难之外，中国对新冠疫情的应对措施也对当地市场产生了影响，中国客户进入了“现金保全模式”。这些因素的综合作用意味着 Imagination 失去了数据中心和台式机领域一些重要的中国客户。Beresford-Wylie 表示，这导致收入持平，进而导致 Imagination 的员工人数在 2023 年底减少 30%——他将此描述为“痛苦的”。

Beresford-Wylie说：“这给每个人带来痛苦，特别是那些已经离开我们的人，而对于那些仍然在这里的人来说，也会产生一种悲伤的感觉。”

他说，六个月过去了，该公司上半年表现良好，与过去几年相比，中国的监管环境更加清晰，几笔蓝筹交易“即将完成”。总体而言，Beresford-Wylie 对该公司近年来提升知名度的方式感到满意（自他所说的 2016-2020 年“创伤”以来），现在公司稳定并吸引了客户，他说。这包括太平洋两岸的超大规模客户。

作为公司多年“重启”计划的一部分，Imagination 聘请了一个新的领导团队，包括新任创新和工程主管 Tim Mamtora。

Beresford-Wylie 表示：“[Mamtora] 致力于基本流程并组建团队，我们也投资了基础设施来提供帮助，否则我们的扩展能力就会受到影响。”“我们的产品团队也做得非常出色，使我们更加专注于细分市场，这对产品流程和产品系列来说意味着什么。”

尽管重启过程十分激烈，但有些事情并未改变。

Beresford-Wylie 表示：“我们仍然专注于三个领域：汽车、数据中心和台式电脑，而移动/消费者领域现在已足够重要，我们可以将其视为第四个领域。从战略角度来看，没有转型。我们走在与 2021 年相同的道路上，但自那时以来，人工智能的重要性发生了变化。”

人工智能战略

Imagination 在过去 18 个月内也“重启”了其 AI 技术战略。该公司曾拥有三代独立神经网络加速器 IP，但已停止了该系列的开发。

Mamtora 告诉 EE Times：“就像其他所有公司一样，我们看到了卷积神经网络加速器，并想‘是的，我们应该做其中一种’。然后你开始开发在 MatMul 操作中表现出色的硬件，然后你发现，哦，与之配套的软件堆栈是什么？我们如何向我们的客户和开发人员展示它？”

Mamtora 表示，作为一家 IP 供应商，开发 AI 加速器非常困难，尤其是考虑到 AI 模型和框架的演进速度以及 AI 软件基础设施的碎片化状态。开发 AI 软件堆栈的挑战是导致 Imagination 决定停止开发 AI 加速器的主要原因。

“许多 [客户] 说，‘你们向我展示了 MobileNet 或 ResNet，太棒了，这是我们内部开发的东西，让它运行起来！’”Mamtora 说。“然后我们会与各种竞争对手进行两到三周的竞赛，我们的团队会带着一些不成熟的东西，比如研究论文或自主开发的网络，试图让它在硬件上运行起来。”

迁移和优化最终客户的算法并在产品的整个生命周期内提供支持变得非常具有挑战性。Imagination 的客户希望为自己的客户定制软件，他们希望将这方面的支持推回给 Imagination。

“这变成了一项巨大的软件任务，从我们可以内部开发的硬件变成了必须拥有一支庞大的软件工程师团队来支持不断发展和变化的软件堆栈，因为客户需要多层次的支持，”Mamtora 说。“我们认为这是不可持续的。”

Imagination 的新 AI 战略专注于将边缘 AI 引入边缘 GPU。Imagination 认为，它已经解决了 GPU IP 产品线中的关键 AI 挑战，例如能效和高效数据移动。为加速器开发的技术（包括其图形编译器）可以在其 GPU 堆栈中重复使用。

“有两种方法可以实现 [AI]，”Mamtora 说道。“要么采用类似 NPU 的东西并使其更加通用，牺牲一些 PPA，要么从 GPU 开始，GPU 本身就很灵活，然后通过添加密集、低精度的计算能力来增加其 PPA。”

他说，关键是在软件开发人员可以访问的解决方案中，在灵活和固定功能计算之间取得适当的平衡。他认为，GPU 已经是高效的并行处理器，可以高效地协调工作负载并高效地使用内存，并强调高效的内存使用尤为重要——因为在最先进的工艺节点上，内存不像逻辑那样可扩展。

“我们开发 GPU 的方式为你提供了正确的基础构建模块，”Mamtora 说道。“如果你从 NPU 开始，那么你就从 PPA 效率开始，然后逐渐解决灵活性问题。而使用 GPU，你已经解决了调度问题，你已经考虑了移动传统 GPU 中的内存问题，并且你已经获得了一些高效灵活的计算。固定功能计算实际上是最容易 [添加] 的东西。管理数据移动和有效管理电源的所有其他东西都很困难，而 GPU 已经做得很好了。”

GPU 适用于除最小的边缘系统（具有应用处理器及以上）之外的所有系统，而 Imagination 在该领域的客户通常已经拥有用于图形工作负载的片上 GPU，从而实现了灵活性和资产重用。随着 AI 技术在图形工作负载中的使用越来越多，AI 和图形也不容易分离。

然后是软件。与碎片化的 AI 软件生态系统相比，GPU 软件堆栈已经成熟。Imagination 还与 UXL 基金会合作开发 SYCL。

“我们试图解决的关键问题是开发某种东西来对抗 [Nvidia 的] CUDA，”Mamtora 说道。“开发人员希望 [他们的应用程序] 在平台上运行，他们只想对其进行转换并使其工作 - 首先忘记性能，它必须工作。我们的 AI 加速器面临的根本问题是首先让一切运行起来。”

这就是 UXL/SYCL 的用武之地。开发人员使用 Sycl-omatic 将 CUDA 内核转换为可在不同硬件上运行的东西。

“然后我们需要考虑性能分析以及如何使其真正发挥作用，这就是我们可以集中投资的地方，”Mamtora 说。“我们不会专注于堆栈的所有层来了解硬件上运行的某些东西，而是专注于智能化，使您的 ALU 核心利用率达到 70% 以上，并最大限度地利用我们的内存带宽。这使我们能够专注于我们真正区分的地方——图形级别和 GPU 之间。”

Mamtora 表示，对一些较高层次进行标准化，并在数十家公司之间共享开发成果，将使软件成为一个更实际的问题。

由于最成熟的客户可以根据需要对 GPU 进行深入编程，因此必须支持客户内部算法的问题不那么严重。允许对 AI 加速器进行这种级别的访问非常困难，因为在开发时，该领域仍处于新兴阶段。MLIR（AI 的编译器中间表示格式）的成熟，以及围绕 Pytorch 作为框架的一些整合，现在允许将 AI 软件堆栈分解为更清晰的抽象。

如果 AI 软件基础设施得到充分发展，Imagination 是否会考虑在未来再推出一个专用的 AI 加速器？

“我们正在 GPU 封装器中构建一些非常集中的 AI 加速器，”Mamtora 说道。“我们可以选择进一步开发它，或者去掉 GPU 的部分，这取决于事情的发展。我们已经掌握了所有的部分。但就目前的情况来看，你需要解决的很多问题都与 GPU 有关，因此 [AI 加速器] 似乎是错误的方向。”

登录阅读全文



免责声明：该内容由专栏作者授权发布或作者转载，目的在于传递更多信息，并不代表本网赞同其观点，本站亦不保证或承诺内容真实性等。若内容或图片侵犯您的权益，请及时联系本站删除。侵权投诉联系： nick.zong@aspencore.com！

集成电路IC 想陪你一起，目睹这个充满变化的时代

进入专栏

集成电路IC 想陪你一起，目睹这个充满变化的时代

文章：2724篇粉丝：9人

 私信

大幅裁员后，Imagination终止研发NPU

最近文章

热门文章

推荐

最新资讯