首页 > 智能网

AI计算能力暴增!Arm推新物联网智能平台IP设计

来源:智能网
时间:2020-02-11 18:08:29
热度:93

AI计算能力暴增!Arm推新物联网智能平台IP设计Arm在2月11日宣布其人工智能平台新增重要生力军,这其中就包括全新机器学习Arm Cortex-M55处理器和Arm Ethos

Arm在2月11日宣布其人工智能平台新增重要生力军,这其中就包括全新机器学习Arm Cortex-M55处理器和Arm Ethos-U55神经网络处理器(NPU),后者也是针对Cortex-M平台推出的业界首款微神经网络处理器(microNPU)。这样的设计(Cortex-M55结合Ethos-U55)为微控制器带来480倍的机器学习性能飞跃。全新的IP与搭配的开发工具,能够让AI硬件与软件开发人员以更多的方式进行创新,从而为数十亿个小型、低功耗的物联网与嵌入式设备带来前所未有的终端机器学习处理能力。

Arm 资深副总裁暨车用与物联网事业部总经理Dipti Vachani表示:“要让AI无所不在,设备制造商与开发人员必须在数十亿、乃至数万亿个设备上实现终端机器学习能力。我们的AI平台增添这些生力军后,即便在最小的设备上,终端机器学习也将成为新常态,不会再有遗珠之憾,从而让AI的潜力可以在范围宽广的、正在改变我们生活的应用当中得以安全、有效地发挥。”

随着物联网的发展与AI和5G的发展相互交织,更多的终端智能意味着更小型且成本敏感的设备会愈来愈智能、功能也愈来愈强,同时因为对云端与网络的依赖较小,也将具备更高的隐私性与可靠度。Arm通过新的设计为微处理器带来更加安全的智能,为想要有效提升终端数字信号处理(DSP)与机器学习能力(ML)的产品制造商降低芯片与开发成本,同时显著加快他们产品的上市速度。

Arm Cortex-M55: Arm人工智能能力最强大的Cortex-M处理器

Cortex-M处理器已经成为开发人员运算平台的最佳选择,Arm的合作伙伴已经出货超过500亿片基于Cortex-M的芯片,用于各种客户应用。新增的Cortex-M55是Arm历来AI能力最为强大的Cortex-M处理器,也是首款基于Armv8.1-M架构、内建Arm Helium向量处理技术的处理器,它可以大幅提升DSP与ML的性能,同时更省电。与前几代的Cortex-M处理器相比,Cortex-M55的ML性能最高可提升15倍,而DSP性能也可提升5倍,且具备更佳的能耗比。

此外,客户也可以使用Arm Custom Instructions (Arm自定义指令集)延伸处理器的能力,对特定工作负载进行优化,而这也是Cortex-M处理器的全新功能。

Ethos-U55: Arm针对Cortex-M推出的首款microNPU

针对需求更高的ML系统,可将Cortex-M55与Ethos-U55搭配,后者是Arm首款微神经处理器(microNPU),与现有的Cortex-M处理器相比,两者结合后可使产品ML性能提升480倍。

Ethos-U55具有高度的可配置性,旨在加速空间受限的嵌入式与物联网设备的ML推理能力。它先进的压缩技术可以显著节省电力并缩小ML模型尺寸,以便运作之前只能在较大型系统上执行的神经网络运算。

简化的软件使得所有开发人员都能获取安全的AI功能

Arm非常清楚,开发人员的经验对于推动AI革命是至关重要的。因此,Cortex-M55与Ethos-U55得到了Arm业界领先的Cortex-M软件开发工具链的全力支持。如此一来,我们针对传统DSP与ML等工作负载,有了一致的开发流程;同时从TensorFlow Lite Micro开始,针对先进机器学习框架进行特定的整合与优化,确保开发人员拥有无缝的开发体验,并能够在任何一种Cortex-M与Ethos-U55的配置上,获取最佳性能。

Arm认为安全不应该是事后弥补措施,它对于物联网的普及极为重要。为了确保最安全的设计并顺利通过PSA认证,这些处理器和搭配的Corstone参考设计都可以与Arm TrustZone一起工作,以确保安全性可以更为简易地整合到完整的片上系统中。

赋能生态系统

全新的Cortex-M CPU与Ethos microNPU凸显了Arm对推动物联网发展的承诺:致力于协助芯片设计人员与设备制造商,即便在最小的终端设备上,也能利用Arm架构进行创新,并为物联网点燃新一波创造力与创新性。这一技术正获得生态系统合作伙伴与业界的广泛支持,其中包括亚马逊(Amazon)、Alif半导体(Alif Semiconductor)、恒玄科技(Bestechnic)、赛普拉斯(Cypress)、杜比(Dolby)、Google、恩智浦半导体(NXP)、三星(Samsung)、意法半导体(STMicroelectronics)等。

Baidu
map