Arm機器學習平台 每秒數兆次運算

圖說:Arm Project Trillium提供業界最具擴充性、應用面最廣的機器學習運算平台。

圖說:Arm Project Trillium提供業界最具擴充性、應用面最廣的機器學習運算平台。

IP矽智財授權商Arm宣布推出Project Trillium平台,為包含全新可高度擴充處理器的Arm IP套件,提供強化的機器學習(ML)與神經網路(neural network;NN)功能。目前技術聚焦於行動市場,將讓全新等級搭載機器學習功能的裝置具有先進的運算能力,包括最尖端的物件偵測功能。

Arm IP產品事業部總裁Rene Haas表示,隨著人工智慧快速導入終端裝置,對於強調大量運算需求的同時也能維持同樣能源效率的創新需求激增。因應這樣的需求,Arm宣布推出了全新機器學習平台Project Trillium。新的裝置將需要這些全新處理器所提供的高效能機器學習與人工智慧能力。結合我們的平台提供的高度彈性與擴充性,我們的合作夥伴將可針對各式各樣的裝置,將可能性推進至前所未有的新境界。

 現今的機器學習技術往往聚焦於特定等級的裝置或是針對個別應用的需求,而Arm的Project Trillium藉由提供極致的擴充性改變現況。初期推出焦點將放在行動處理器上,未來Arm的機器學習產品將提供往效能曲線高低兩端移動的能力,包含從感測器、智慧揚聲器到行動與家庭娛樂以及更多的裝置。

Arm全新的機器學習與物件偵測處理器相較於獨立CPU、GPU與加速器,不僅大幅提升效率,其效能並遠遠超越傳統DSP的可編程邏輯。

Arm機器學習處理器專為機器學習重新打造,其基於可高度擴充的Arm機器學習架構,能為機器學習應用達到最高的效能與效率:

Arm物件偵測處理器專為有效辨識人物與其它物件而設計,每幀可辨識的物件量幾乎沒有限制:

Arm機器學習與物件偵測處理器結合後表現更佳,提供高效能、具能源效率的人物偵測與辨識的解決方案。使用者將能在智慧裝置上享受高解析度、即時、高細節的人臉辨識,且電池的耗電量更低。

Arm 神經網路軟體搭配Arm Compute Library及CMSIS-NN一起使用時,能針對神經網路優化,並完整了在TensorFlow、Caffe與Android NN等神經網路框架和全系列Arm Cortex CPU、Arm Mali GPU與機器學習處理器之間的連結。開發人員得以充份運用Arm硬體的基本能力與效能,發揮機器學習應用的最高效能表現。

全新Arm機器學習IP套件將於今年四月提供早期預覽,預計2018年年中全面上市。 

回到頂端