帳號:
密碼:
CTIMES/SmartAuto / 新聞 /
Arm:大規模運算將成為行動運算開發人員最大挑戰
 

【CTIMES/SmartAuto 王岫晨 報導】   2019年12月31日 星期二

瀏覽人次:【3613】
  

近年來,機器學習(ML)技術,尤其是機器學習的神經網絡子集,幾乎已經迅速入侵了行動設備硬體和應用軟體的所有層面。許多常用且廣泛使用的手機應用程序都在後台運行ML技術,以針對特定用法和行為對設備進行微調。當手機的電源管理系統自動微調性能設置以延長電池壽命時,這就是機器學習的一個例子。當行動設備助理裝置追蹤正常的行車狀況,並發送有關火車或下班回家路上交通異常延誤的警示時,這也是機器學習的一種形式。而且,如果社交網路應用程序使用你朋友的名字來標記你所上傳的照片,那麼這也是正在運作中的機器學習的最好例證。

Arm機器學習事業部副總裁Steve Roddy
Arm機器學習事業部副總裁Steve Roddy

Arm機器學習事業部副總裁Steve Roddy指出,上面所提到的範例,都是下載到手機並在CPU或GPU上運行的軟體APP應用程序。深度嵌入功能還與行動設備的硬體緊密相關,例如,高性能的神經網路功能可以改善行動設備中的相機視頻和靜態影像捕獲品質。當行動設備連接到無線網路或蜂巢式網路時,高級WiFi和5G調變解調器將採用與機器緊密耦合的自適應機器學習演算法,並最大程度地提高數據傳輸速率。

Steve Roddy說,在所有這些機器學習的案例中,技術上最具挑戰性的是照片與視頻的強化功能,通常稱為運算攝影。拍攝10秒鐘視頻或自拍照的消費者,希望在非常高分辨率的感測器上,以每秒60幀的速度執行具有智能對焦和曝光的穩定流暢視頻擷取;加上透過語音來啟動的命令處理功能,以設置功能並啟動或停止視頻擷取(自然語言處理)。

在即時視頻上同時運行所有這些功能,將會消耗大量的系統運算處理能力。在今年所宣布用於高階行動領域的最新行動設備,多數都採用了Arm架構處理器來提供具多核運算效能的15~20 TeraOp/Sec神經處理單元(NPU),可以滿足這些應用範例中的高運算要求。我們可以預期,在2020年甚至2021年將超過這些運算的水準,以節能和數據頻寬高效的方式來提供大量運算,將成為目前行動運算晶片開發人員所面臨的最大挑戰。

關鍵字: Arm 
相關新聞
AWS和Arm展示生產規模等級的雲端EDA
Arm架構正朝向高效能運算生態系持續擴展
國研院與Arm簽訂AI矽智財學研專案 推動IC設計創新成效
Arm Roadmap Guarantee亮相 軟體定義加速終端裝置智慧化
富岳位居超級電腦榜首 Arm架構深耕HPC生態系
comments powered by Disqus
相關討論
  相關新品
CWFA205: WiFi+BT
原廠/品牌:鉅景
供應商:鉅景
產品類別:RF
GPS SiP Module
原廠/品牌:鉅景
供應商:鉅景
產品類別:RF
CGPA10x: GPS SiP
原廠/品牌:鉅景
供應商:鉅景
產品類別:RF
  相關產品
» Maxim Integrated:智能邊緣可有效提高工廠生產力
» Arm全新運算方案確保安全優先功能 鎖定自主系統設計市場
» Arm推出Arm Neoverse運算平台 加速雲端到終端的基礎設施
» Arm顧客數據平台推出新功能 整合20項應用的安全與管理服務
» 英特爾將神經形態研究系統擴展至1億個神經元
  相關文章
» 端點AI -- 邁向一兆個智慧端點之路
» 站穩智慧運算的設計制高點開拓AI版圖
» 需求逐步到位 邊緣運算重要性與日俱增
» 邁向1nm世代的前、中、後段製程技術進展
» 能耗個個擊破 5G與AI的節能之戰

AD


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2021 遠播資訊股份有限公司版權所有 Powered by O3
地址:台北市中山北路三段29號11樓 / 電話 (02)2585-5526 / E-Mail: webmaster@ctimes.com.tw