揭秘Arm人工智能战略-不仅CPU-GPU会支持，还有独立的AI产品线.doc

《揭秘Arm人工智能战略-不仅CPU-GPU会支持，还有独立的AI产品线.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、揭秘Arm人工智能战略:不仅CPU/GPU会支持,还有独立的AI产品线　　随着智能手机需要处理的内容变得日益复杂，用户对当今主流和入门级移动设备的要求已越来越高。而人工智能技术的日益成熟，以及边缘计算的兴起，使得人工智能成为了提升智能手机体验的重要法宝。目前众多的高端智能手机都已经开始引入人工智能技术。去年，华为、苹果等厂商都推出了集成人工智能核心的手机处理器，而作为全球最大的移动芯片IP提供商，Arm自去年以来也在不断的加码人工智能。　　　　日前，Arm正式发布了全新的DynamIQ技术，加入了针对人工智能的

2、指令集和优化库，ARMV8.2版本的指令集开始支持神经网路卷积运算，极大的提升人工智能和机器学习的效率。随后在去年5月底，Arm发布了首款DynamIQ技术处理器Cortex-A75/A55。今年2月下旬，Arm又宣布了针对人工智能的ProjectTrillium项目，推出了多款独立的人工智能IP。　　Arm在北京召开2018全球技术发布会，再次详细介绍了ProjectTrillium项目，同时Arm还正式发布了全新的面向主流市场的图形处理器Mali-G52，以及面向入门级的Mali-G31。特别值得一提的是，

3、Mali-G52还首次加入了对于机器学习的支持，进一步加码人工智能。而且新的IP套件可与现有基于DynamIQ的CPU和其他ArmIP无缝集成。　　ProjectTrillium：全新人工智能IP　　ProjectTrillium是今年2月Arm公布的针对人工智能的ArmIP套件。包括了全新的机器学习处理器IP、目标检测处理器IP和神经网络软件库。　　得益于终端侧人工智能市场的快速增长，以及ARM在移动及物联网市场的巨大优势，ProjectTrillium项目目前主要针对的也是移动终端和物联网设备。　　1、全新

4、架构的机器学习处理器IP　　根据Arm及研究机构的预计，到2028年，移动设备的数量将从现在的17亿台增长到22亿台，智能IPCamera将由现在的1.6亿台增长到13亿台。在终端侧具有人工智能的设备将会由现在的3亿台增长到32亿台。足见人工智能市场增长之迅速。而Arm的机器学习处理器IP的推出则是顺应了市场对于专用的人工智能加速芯片的需求。　　　　据介绍，Arm的机器学习处理器IP依托于Arm多年的研究成果，采用的是全新的架构，可以为其CPU和GPU遇到的挑战提供解决方案。该架构还为16位整数运算进行了优化。

5、　　根据Arm公布的数据显示，其机器学习处理器IP的性能最高可以达到每平方毫米（芯片面积）超过4.6TOPs的性能，而且在实际应用中，结合系统及应用优化，可以实现2-4倍提升。　　　　那么Arm的机器学习处理器的4.6TOPs/平方毫米的性能属于一个什么水平呢？我们拿华为麒麟970所集成的NPU来比较一下。　　据华为介绍，麒麟970集成的NPU专用硬件处理单元，设计了HiAI移动计算架构，其AI性能密度大幅优于CPU和GPU。相较于四个Cortex-A73核心，处理相同AI任务，新的异构计算架构拥有约50倍能效

6、，以及25倍性能优势，面积只有CPU的1/2，运算能力达到了1.92TOPs。　　根据Arm的资料显示，Cortex-A73是采用ARMv8-A架构中核心最小的处理器，每核心面积在0.65平方毫米。四个Cortex-A73核心，面积至少应该是2.6平方毫米。那么华为麒麟970的NPU的面积应该是在1.3平方毫米左右。换算下来，麒麟970的NPU每平方毫米的性能约为1.48TOPs。也就是说，Arm新推出的机器学习处理器IP的单位面积性能可能达到麒麟970的NPU的4倍，确实非常的强悍。　　另外，对于移动设备和一

7、些物联网设备，能效也是非常重要的，Arm的机器学习处理器IP在能效上可以实现3TOPs/W，Arm认为3TOPs/W将是移动AI芯片的一个“甜蜜点”。　　在Arm看来，其目前的主要优势还是在移动市场，而且现在很多AI创新都是从移动端发生的。另外，Arm的业务模式主要是进行IP授权，这就需要体量比较大的市场来支撑，显然目前移动市场对于人工智能的需求量最最为庞大的。所以Arm的人工智能处理器会先从移动市场进行切入。　　　　根据Arm的机器学习处理器的路线图也显示，移动市场将会是Arm的机器学习处理器首先切入的市场。

8、Arm透露，其首款针对移动市场的机器学习处理器IP将会在2018年年中推向市场。　　另外，Arm也表示，其机器学习处理器IP是具有高可扩展性、兼容性和可编程的，可以提供计算性能最低从2GOPs到超过70TOPs的产品。除了移动市场之外，Arm的机器学习处理器IP也将会开始向物联网、工业、汽车、网络以及服务器市场进军。　　2、第二代的目标检测处理器　　除了首次推出的机器学习处理器IP之外