9月10日，奕斯偉計算開發(fā)者伙伴大會在北京亦莊舉辦。大會以“綠色、開放、融合”為主題，匯聚了EICT領(lǐng)域的專家、學者等重磅嘉賓，共同探討AI時代背景下RISC-V的發(fā)展機遇。Imagination作為重要生態(tài)合作伙伴受邀出席活動，與奕斯偉等業(yè)界伙伴攜手加速RISC-V在各行各業(yè)的深度融合和應用落地。

活動現(xiàn)場，Imagination產(chǎn)品管理高級總監(jiān)Stephen Barton從芯片IP的角度，分享了Imagination 如何通過RSIC-V和PowerVR助力邊緣生成式AI的發(fā)展。

首先，他表示，深度學習已成為推動大型計算機工作的有效方法，這一點在傳統(tǒng)的高性能計算方法中是無法實現(xiàn)的。而邊緣設備并非大型計算機，未來AI在小型計算機上將如何發(fā)展？對此，他探討了兩種方式，一是通過更大的計算機、晶體管調(diào)度、芯粒（chiplet）堆疊、減少數(shù)值方法等提升計算性能。另一種是確保計算可以輕松擴展，并且是通用的。RISC-V則是很好的示例，作為一個不斷發(fā)展的開放標準，專注于RISC-V解決方案可以讓你充分利用系統(tǒng)的潛力。同時，CPU是通用的，可以用于多種場景。

在邊緣端，功耗、帶寬等資源受限，更需要確保邊緣計算的高效擴展。當運行生成式AI推理時，可能專注于峰值TOPS和帶寬，游戲也可能會占用大量的GPU資源，同時還可能有一些加密操作占用了大量CPU時間。為了保證通用性運行工作負載，并減少系統(tǒng)的核數(shù)量，可以通過NPU犧牲一些靈活性以實現(xiàn)高性能；也可以通過GPU犧牲一些芯片面積來獲得更好的PPA并擴展加速能力。

與此同時，RISC-V在邊緣計算中也發(fā)揮著重要作用。Stephen講到，向量引擎和向量擴展已成為標準的一部分。當涉及到機器學習工作負載時，RISC-V具有很大的靈活性，不需要API可直接使用。同時AI領(lǐng)域中RISC-V具有最低的面積開銷，等等。

最后，Stephen特別提及到Imagination與奕斯偉、SiFive的合作——奕斯偉EIC77系列，涵蓋單Die RISC-V邊緣計算芯片EIC7700及更高算力版本EIC7700X，雙 Die RISC-V AI PC 芯片 EIC7702 及更高算力版本 EIC7702X。該系列中的圖形和計算加速功能由Imagination的GPU IP、SiFive的CPU IP，以及奕斯偉計算的專有神經(jīng)網(wǎng)絡單元NPU無縫集成而成，可為從機器視覺應用（如行為識別和人臉識別）到大型語言模型等各種邊緣計算應用提供出色的性能。同時 Stephen 表示將全力支持奕斯偉提出并倡導的 RDI 生態(tài)系統(tǒng)建設。

未來Imaginaiton期待與更多伙伴合作，在邊緣計算、AI PC和AI加速等領(lǐng)域打造更多高性能產(chǎn)品，共同推動RISC—V數(shù)字基礎(chǔ)設施生態(tài)創(chuàng)新和產(chǎn)業(yè)發(fā)展。