ARM объявляет о проекте Trillium, новом специализированном семействе обработки AI

ARM объявляет о проекте Trillium, новом специализированном семействе обработки AI

ИИ и машинное обучение - самые горячие темы в сегодняшних вычислениях. Десятки компаний пытаются зарекомендовать себя на рынке, от Google и Amazon до Intel и Nvidia. Теперь ARM бросает свою собственную шляпу на ринг с помощью только что представленной Project Trillium, новой линейки процессоров, специально предназначенных для AI.

Для нового семейства процессоров есть три компонента. Процессор ARM ML (машинное обучение) - это новый мобильный чип, предназначенный для эффективной рабочей нагрузки машинного обучения с низким энергопотреблением.

ARM объявляет о проекте Trillium, новом специализированном семействе обработки AI

Вот описание ARM:

Решение состоит из современных оптимизированных движков с фиксированной функциональностью, обеспечивающих лучшую в своем классе производительность в ограниченной оболочке мощности.

Дополнительные модули с программируемым слоем поддерживают выполнение неконвертируемых слоев и реализацию выбранных примитивов и операторов наряду с будущими инновациями и генерацией алгоритмов. Блок управления сетью управляет общим выполнением и обходом сети, а DMA перемещает данные в и из основной памяти.

Процессор ARM OD - это вторая часть головоломки. OD означает Object Detection, и он предназначен для распознавания определенных частей тела, общего позиционирования и аналогичной информации. ARM утверждает, что «богатые и подробные метаданные позволяют извлекать еще больше информации из каждого кадра», что, честно говоря, звучит не как функция, а скорее как попытка улучшить состояние наблюдения. ARM напрямую ссылается на это. Первое преимущество в разделе «Основные преимущества» гласит: «Обнаружение передовых пользователей на мобильных или встроенных камерах».

К сожалению, ARM попадает в глобальный бизнес panopticon. Я снимаю фотографии и видео (плохо) по телефону более десяти лет. Эта способность «богатых метаданных» не для конечных пользователей - это способ позволить предприятиям вторгаться даже больше в вашу жизнь.

Третья часть головоломки представляет собой набор инструментов для разработки программного обеспечения с открытым исходным кодом. ARM описывает это, обеспечивая мост между существующими структурами нейронных сетей и различными ядрами ARM. ARM NN SDK может настраивать ARM Mali GPU, процессоры Cortex-A, новый ARM ML и даже существующие встроенные ЦП Cortex-M. Первый выпуск SK будет поддерживать Caffe, а поддержка TensorFlow будет вскоре после этого.

ARM объявляет о проекте Trillium, новом специализированном семействе обработки AI

ARM NN является мостом между существующими нейронными сетями и ARM-процессорами и переводит из одного типа кода в более оптимизированный формат ARM. ARM также выпускает версию, явно настроенную для устройств Android.

Устройства ARM ML и ARM NN являются сильными опциями и умным движением для компании, но мы не можем честно сказать то же самое для ARM OD.

Для получения дополнительной информации прочитайте объяснение процессора процессора PCMag.

Читать далее

Samsung начинает производство чипов ASIC для криптовалютной обработки полезных ископаемых

Самсунг не является самими монетами, но использует огромные производственные мощности для производства так называемых «специализированных интегральных схем» или чипов ASIC для использования в горнодобывающих установках.

Интерактивные модули обработки тензоров от Google теперь доступны в бета-версии

Google готова открыть платформу Cloud TPU для разработчиков и исследователей, желающих протестировать рабочие нагрузки на машины - и у нее появился новый, более мощный Cloud TPU, чем те, которые мы обсуждали ранее.

MediaTek представляет новый P60 Helio со встроенной обработкой ИИ

MediaTek представляет новый Helio P60 SoC на Mobile World Congress, значительно улучшив производительность процессора, графического процессора и AI.

MIT Neural Network ускоряет обработку изображений МРТ на 1000 раз

Чаще всего компьютер может сопоставить все местоположения на 3D-карте, но исследователи из Массачусетского технологического института разработали алгоритм, который может сократить время до менее чем за секунду.