开源的SYCL神经网络库已针对PowerVR进行了优化，通过携手Codeplay使开发人员可以更轻松地移植现有代码
Imagination Technologies宣布：得益于全新优化的开源SYCL神经网络库，使用TensorFlow的开发人员将可以直接面向PowerVR图形处理器（GPU）进行开发。其首个版本将在2019年提供商用。
TensorFlow的SYCL版本支持大量的人工智能（AI）操作（如图1），并且用户也易于去按需定制，这意味着开发人员通过使用最新的神经网络或他们自己研究的AI技术，就可以在PowerVR上运行那些即刻可用的高性能网络。由于TensorFlow SYCL的支持既是开源的又是基于开放标准的，因此对于那些想要在低功耗设备上对最新的AI技术进行加速的开发人员而言，它是一种理想的解决方案。
图1——由SYCL提供支持的TensorFlow操作
SYCL是一种无需支付版税的、可替代CUDA架构的开放标准方案，它打破了生态系统之间的壁垒，从而为开发人员提供更多自由，去采用标准的C ++来编写代码、去释放GPU硬件的性能优势并确保代码的可移植性。
此外，Codeplay的SYCL库支持应用去无缝地利用为IMGDNN PowerVR优化的应用程序接口（API）。 IMGDNN是Imagination的专有神经网络图形编译库，它可帮助开发人员从PowerVR GPU和神经网络加速器（NNA）中获得最高性能。
这个新扩展的生态系统可应用的主要市场包括：汽车、数据中心和智能摄像头。
Imagination Technologies产品管理高级总监Neal Forse表示：“在一个开放标准框架内工作可使开发人员放心，他们的代码不会过时或者需要重写。 通过SYCL可以访问已被广泛使用的PowerVR GPU，开发人员将可以在TensorFlow下轻松取得强大的计算资源。”
Codeplay首席执行官Andrew Richards说道：“现在，我们看到SYCL标准的市场应用已实现了巨大的增长。瑞萨电子（Renesas）在其R-Car汽车AI平台上启用了SYCL，现在英特尔也将SYCL纳入其One API中。通过提高标准化程度来对诸如PowerVR GPU这类高性能加速器进行编程，将使AI软件开发人员能够将高级智能带入万物之中，包括从微型低功耗电池驱动设备到大型超级计算机。”
SYCL建立在Khronos OpenCL的概念和效率之上。包括SYCL-DNN、SYCL-BLAS和 Eigen等为PowerVR优化的SYCL库将可以在GitHub上提供。包含已扩展的SYCL支持的TensorFlow分支可从Codeplay的GitHub获得。
