90% 的 AI 設備都是用 Arm 的架構(gòu)設計的,，現(xiàn)在 Arm 在人工智能領(lǐng)域厚積薄發(fā),，發(fā)布了 Trillium 項目,，包括一款為移動設備而設計的機器學習處理器,、一款目標檢測處理器和一個神經(jīng)網(wǎng)絡軟件庫。

現(xiàn)在 90% 的 AI 設備都是基于 Arm 架構(gòu)開發(fā)的,，Arm 是一家英國芯片知識產(chǎn)權(quán)提供商,，以 CPU 和 GPU 處理器而被熟知。為了提高機器學習的影響力,，今天這家公司宣布了 Trillium 項目,，包括一個機器學習處理器、一個目標檢測處理器,，和一個神經(jīng)網(wǎng)絡軟件庫的 Arm IP 套件,。

Trillium 項目是這家公司在人工智能領(lǐng)域極富雄心的一次舉措，通過集成設計提升 AI 設備的效率和性能，預計到 2028 年,，這些設備的數(shù)量將從現(xiàn)在的 3 億增長到 32 億,。

Arm 在機器學習領(lǐng)域的努力可以追溯到 2013 年，那時它開始探索 AI 市場并實施了一系列的戰(zhàn)略收購,。2017 年,，這家公司宣布建立機器學習事業(yè)群，并任命 Jem Davies 擔任總經(jīng)理,。在一次獨家專訪中,，Davies 告訴 Synced 他認為「沒有一個細分市場還沒有或者不會被 AI 所沖擊」。

「AI 幾乎影響所有……手機,、相機,、智能音箱，甚至溫度控制器,。誰會想到房間溫度控制器是一個智能裝置呢,？」Davies 說。

今天發(fā)布的機器學習芯片是 Arm 的第一代針對移動設備推斷的 AI 芯片,。該芯片使移動設備每平方毫米的運算性能不低于每秒 4.6 萬億次，在現(xiàn)實優(yōu)化應用中實現(xiàn) 2 到 4 倍的吞吐量提升,，以及在熱度和能耗有限的環(huán)境里也能夠?qū)崿F(xiàn)超過 3 TOPs/W 的效率,。

Davies 說其機器學習處理器背后的架構(gòu)是全新的，根植于多年的研究成果,。該架構(gòu)為 16 位整數(shù)運算進行了優(yōu)化,。

新架構(gòu)將為 CPU 和 GPU 遇到的挑戰(zhàn)提供解決方案，Davies 說,?！妇矸e神經(jīng)網(wǎng)絡非常普遍。重點是傳統(tǒng)架構(gòu),，不管是 CPU,、GPU 還是 DSP，都要進行大量中間結(jié)果存儲和加載,。因此,，我們生產(chǎn)了一種全新的架構(gòu)，該架構(gòu)使用智能存儲系統(tǒng),?！?/p>

目標檢測處理器是基于 Arm 現(xiàn)有的 IP 族 Spirit 的迭代。Spirit 是主導 Hive 安防攝像頭的目標檢測加速器,，于 2016 年 Arm 收購 Apical 后不久發(fā)布,，Apical 是一家為超過 15 億設備提供計算機視覺和圖像處理器的公司。

Arm 的第二代處理器可以全高清、60fps 實時檢測無限數(shù)量的目標,。其詳細的人體模型提供了豐富的元數(shù)據(jù),，使方向、軌跡,、姿勢和動作檢測成為可能,。

Arm 提供集成解決方案，包括機器學習處理器和目標檢測處理器,。在實時目標識別任務中,，目標檢測處理器首先分離出感興趣區(qū)域，比如人臉,。這樣,，機器學習處理器就能夠分析更少的像素，以實現(xiàn)更快,、更精細的結(jié)果,。

Arm 的組合解決方案。

Arm 的神經(jīng)網(wǎng)絡庫是一系列圖像,、視覺和機器學習工作負載構(gòu)造塊的集合,。開發(fā)者可使用該軟件，以及 Arm 現(xiàn)有的實現(xiàn)工具,，如加速算法和應用的 Compute Library,，或最大化邊緣設備上性能的 CMSIS-NN。該庫支持主流框架,，如 TensorFlow,、Caffe，且已經(jīng)為 Arm Cortex CPU,、Mali GPU 和新型機器學習處理器進行了優(yōu)化,。

Arm 機器學習處理器將于今夏發(fā)售，目標檢測處理器將于本季度末上市,。