在庞大的半导体细分产业链中，是其中最特殊的一环。正是借助众多的，才让半导体发展的步伐如此之快。是整个半导体上游产业链里面的核心，根据统计数据可以发现，每一元芯片能撑起200多元的社会经济，而每一元的IP，能支持20000元的社会经济价值，所以IP公司的存在是必要的。

随着芯片复杂度不断提升，特别是芯片进入时代使得系统对各个环节技术要求越来越高，对一些中小型公司、创业公司来说，他们需要在成长过程中专注核心领域，没办法提供整个完整的技术，所以它需要IP公司的支持，IP公司能协助它，让它突出优势，协助他们完成。在EEVIA第十届年度中国硬科技媒体论坛暨2022产业链研创趋势展望研讨会上，产品市场高级经理黄音就详细分享了“SoC IP技术如何赋能未来硬核科技创新”相关的技术内容。

作为一家以前主要为嵌入式例如手机领域提供处理器IP的企业，创新的焦点一是性能，二是功耗以及它们之间的平衡。面对国内内需市场的趋势发展（台式机，服务器、数据中心等国内的需求不断增加），首先是开始从小核往大核走，往大规模处理能力方向扩展；第二个市场需求在于功耗，功耗的重要性在每一个领域都有；第三是带宽，带宽是芯片产品不可逾越的坎儿，在芯片设计中带宽越高功耗也会相应增长；第四是安全性，手机芯片、服务器、都需要安全措施去保障数据不被泄露。

   针对这些市场趋势，作为一个IP核的供应商，需要思考怎么在技术层面进行创新。

    第一方面，灵活性和可扩展性。确保IP的可扩展性，Imagination还有低耦合多核技术，它不像一般的SoC需要有中心的核去控制其它核的工作，我们这里是低耦合技术，每个核有相同等级的权重和功能，所以我们的信号不需要一定经过中心的核，这样可以节省能耗和带宽。分块延迟渲染（TBDR）技术也是Imagination最早提出的技术，是里核心的技术，分块技术能把负载在高性能上高效分布。现在业内的SoC芯片大多数都采用的是硬件压缩技术，那Imagination的GPU IMGIC硬件压缩技术特点是什么呢？Imagination提供了多达四种压缩等级：从像素完全无损模式，到可确保 4:1 或更佳压缩率的带宽极省模式。也就是除了无损压缩之外，我们还能做有损压缩，例如25%的有损、50%的有损、75%的有损，而且有损压缩之后，肉眼看起来跟原图没有太大的差别。此外我们的压缩能节省大概20%到40%的带宽。

Imagination是第一家实现GPU硬件虚拟化IP授权的公司，硬件虚拟化有3个好处，第一节省硬件成本，通过硬件虚拟化技术，用户可以用单个GPU核最多支持8路虚拟OS，提高硬件利用率，这意味着用户只需要几分之一的硅片面积，即可满足原有多个汽车OS的功能和性能需求。也就是实现一芯多屏。第二，更低的软件成本。每个汽车OS都具有完整的驱动程序，并且可以以独立和并发的方式直接向GPU底层硬件提交任务。这大大减少了CPU控制调度的程序开销，以及软件移植和维护的工作量。第三是安全性和健壮性。硬件虚拟化可在不同的汽车OS及其相对应的应用程序之间,提供安全隔离。非关键OS的应用程序的失效绝对不会影响到关键OS。除了隔离，还支持对多个汽车OS和应用之间，灵活地调整业务优先级和分配GPU性能。我们这一项技术已经在广泛应用于众多车型中。

    基于固件的GPU，这是Imagination首创的，在GPU里面有一个小的固件的核，这个核存放了固件，它的主要作用首先可以做很多本地的事务，同时Offload host CPU部分的工作，减少Host CPU的负载；其次在GPU出错的时候，它能够采集全部的数据日志，并做一些错误分析；此外它还能进行一些Debug工作，因为我们有GDB的口，可以连接到GPU的寄存器；另外基于固件的核还能通过GPIO，做一些用户需要的自定义业务。例如，连接外部的摄像头、AI或压缩解压缩的设备，进行功耗的控制。

回头看看过去的50年，是算法和算力的50年。计算的创新和演进除了可扩展性和灵活性之外，第二点是效能、效率，第三点就是它的可编程性。在软件上，Imagination有行业标准的一些API工具，支持不同的语言，支持不同的API，Imagination能够有一些可视的工具，还有一些Debug的设备，而且可以去做一些建模，能够针对不同的AI应用场景需求，来做不同的部署和计算。

因为数据大爆发和AI计算的需求，SoC芯片公司追求更高性能、更低功耗、更节省带宽。在SoC的整体设计上，需要采用异构解决方案。异构需要把不同类型的核进行集成，像CPU、GPU、NPU、神经网络加速单元等进行叠加，进行专业分工和更先进的处理，在服务器、自动驾驶的汽车、深度神经网络或者机器学习、人脸识别上，还有非常多的应用上，比如之前有一些行业伙伴，有些应用软件公司，他们应用的软件已经达到了非常可视化、立体的效果，但它的硬件无法驱动，所以这就是硬件和驱动层面的工作需要去提升。

Imagination在AI领域研发也有十年的历史，拥有业界领先的神经网络加速器，这是一个极高效率的纯硬件加速器，也是对GPU计算的一个补充，就是有部分的，比如专有的一些神经网络层，直接放到AI上来做加速。有一些网络例如非最大值抑制、典型图形运算，都需要通过GPU来做，所以Imagination的GPU和AI是相互做配合的计算。在软件方面，面对多核异构，Imagination有自己的IMGDNN中间件，往上能支持各家的运算库，框架，不同的模型和算子。往下能够到Imagination的NC-SDK层，这层是异构计算的核心部分，主要支持GPU和NNA的DDK，从而驱动硬件。

      Imagination一直是致力于做高性能的SoC IP核的公司，我们一直追求的就是最佳的PPA, 高性能，低功耗。我们的IP不仅适用于移动端，也同样适用于桌面服务器等高性能领域，我们跟随市场，追求可扩展性、灵活性，同时也有非常高的效率。