原创<br> Imagination Andrew Grant：PowerVR可将移动( 九 ) 原标题：Imag

我们一起来看看我们如何为边缘赋能。在CPU、DSP、ASIC等各种形式的处理器中，但是我们认为的GPU和NNA的结合能带来更出色的效果，因为它在特定领域具有灵活的特性，同时能带来很好的解决方案。

我们可以看下它在实际应用中的表现。配置16bitPowerVR2NXNNA可将移动CPU的AI运算提速106倍，配置4bitPowerVR2NXNNA可将移动CPU的AI运算提速199倍。同时我们也支持很多主流的机器学习平台和工具，比如TensorFlow、Caffe、百度的PaddlePaddle、Chainer、PyTorch、Cognitive、MxNet等。

----原创<br> Imagination Andrew Grant：PowerVR可将移动//----江苏龙网 http://www.jiangsulong.com //

什么样边缘设备可以应用NNA呢？这里有一些用户案例，当然实际上用户案例非常多，不能够在一张图上显示完全。

我们也有一系列不同的IP设计去适合不同的需求。比如， 0.6TOPS算力相对比较小，适用于AIoT解决方案，因为它的功耗非常低；再比如5-10TOPS适用于到汽车应用。 ImaginationPowerVR3NXIP的单核设计支持0.6到10TOPS计算性能，而多核结构意味着最多提供高达160TOPS的计算性能，可以满足智慧城市中汽车领域等对算力要求高的领域的需求。