“乐鱼体育手机版下载”​“统治”移动处理器市场的Arm为何明年Q1才发布AI处理器?

  • 时间:
  • 浏览:5359
  • 来源:乐鱼体育手机版下载
本文摘要:所有的数据类型和模型,不是优化,而是给处理器带来面积大、功耗大的问题,必须等待技术的稳定性。

所有的数据类型和模型,不是优化,而是给处理器带来面积大、功耗大的问题,必须等待技术的稳定性。因此,对于想让机器学习技术更简单易懂的Arm,方法有两种,一种是大幅度提高现有处理器,另一种是发售新的神经处理单元(NPU)。

技术过于稳定时,Arm不断改善CortexCPU和MaliGPU,根据软件构筑AI功能。关于Arm发售NPU的时间点,Dennis、Laudick说:最近,我们已经看到机器学习技术稳定成熟期,市场需求也大幅度减少,指出现在是转入市场的最佳时机。根据Arm在处理器IP市场和整个生态链的重要地位,推出ML处理器的时间稍晚不是什么大问题,更受关注的是Arm的ML处理器样的。

Arm明年第一季度发售AI处理器,对于2019年第一季度发表的ArmML处理器,DennisLaudick,其定位与现有的CortexCPU一样是系列产品,根据市场需求性能范围为1-4ArmML处理器主要有三个部分,一个是MAC引擎,主要是继续计算卷积,二个是可编程引擎,可以反对未来的新算子和网络,三个是数据管理,增加AI计算的功耗。Arm特别认为ML处理器的数据管理实现了很多设计和思考。因为AI的数据比数据的计算更消耗电力。

他们分析了AI处理器的卷积运算所需的能量比不高,但数据的管理和转移可能是运算所需的电力消耗的100倍。因此,他们通过分析技术降低功耗,其中一项技术是数据的传输,可以增加数据的转移量,另一项是自由选择神经网络单元的权重转录,或者不转录,还有数据的过滤器,用类似的方法减免不必要的加工。

他们希望通过对不同场景的深入分析,尽可能高效、多次使用数据,增加数据,降低功耗。当然,即使是经验丰富的Arm,认识到AI处理器最重要的是数据管理也绕道而行。DennisLaudick回答说:Arm有很多不同类型的处理器技术,我们第一次看到机器学习时想起的是否可以从其中的一个处理器开始,所以我们开始使用GPU的方法,但最后找到机器学习处理器面临的不是处理问题而是数据问题DennisLaudick也认为,无论是CPU、GPU、FPGA还是ASIC,都可以运营机械学习算法,不同之处在于构建某种程度的脸部等级功能,GPU所需的时间比CPU多,NPU最慢人们认为,DennisLaudick指出,不同类型的AI处理器限于AI初期市场,机械学习领域的市场最后CPU占80%的市场,NPU占20%的市场。

他指出,CPU不断改进,市场上更普遍的NPU也经常出现,最后GPU和FPGA不会消失,留给最标准化的CPU和最专用的NPU。但是,Laudick显然是AI处理器中更重要的部分。Arm的AI处理器是异构系统,包括CPU、GPU、NPU等,作为IP核心构筑更好的可配备软件系统是最重要的。

因此,硬件上有我们特别优化的Compute,Library不能充分优化基础的硬件和驱动力,根据算子的市场需求驱动硬件,可以提高几倍到十倍的效率。再上一层是Armnn,可以将TensorFlow、Caffe等神经网络框架转换为Computelibrary可以继续执行的任务,开发人员不必在意基础硬件,只要用于标准框架开发即可。

关于Armnn和ComputeLibrary是如何根据市场需求构建机智决策充分发挥异构系统优势的问题的,Dennis将Laudick作出反应,Arm实质上利用了很多专家的分析,通过跨越团队的专家团队分析应用程序和软件为了优化Armnn和ComputeLibrary,Arm也希望硬件结构师和软件分析团队密切合作。ArmProjectTrillium不仅有ML处理器、NNSDK,还有OD(Objectodetection、对象检查)处理器,Arm指出手机、照相机、汽车等是机械学习中对象检查的头号,因此检查市场足够大,有一点是追加的AI处理器获取胜利软件和数据更重要吗?NPU是目前继续执行机械学习任务效率最低的处理器,但对于价格较弱的产品,NPU的成本难以承受,只享受CPU,用于CPU处理机械学习就足够了。

因此,在物联网和AI领域,基于RISC-V命令集的CPU也备受瞩目,也有人指出RISC-V处理器将来不会成为物联网的智能终端Arm的竞争对手。回答说,DennisLaudick回答说:基于RISC-V命令集的处理器是CPU,并不确实与我们的NPU竞争。

在CPU方面,我们已经开展了两三代机械学习改良。例如,反对向量的扩大,RISC-V也开始实施其中的一些改良,但这些事情已经实现了。

他进一步认为,在机器学习方面,很多芯片公司专注于硬件,与他们不同,为了让大家更好地获得机器学习,我们最重要的是保证软件生态系统完全一致的平台。因为程序开发者制作应用程序需要在更好的设备上运营,为了获得标准化、稳定的软件平台,需要扩大CPU,提高机械学习的能力。

另外,当我们为市场获得新的硬件功能时,软件社区也不会非常创新。软件生态系统是Arm顺利的关键,Arm发售良好的处理器是因为软件生态系统有这样的市场需求,这也是Arm过去20年已经完成的。

Arm为了需要更好的软件生态,不会自由地与工程师、软件公司等进行普遍合作。其中也与Android生态作,Arm在中国生态系统的大公司花费了更多的时间。

因此,DennisLaudick指出,近两年的AI热潮不会给软件行业带来革命性的变化。传统软件在概率识别、评价推测方面有限,AI在概率识别的精度和推测的精度方面有特征,AI也给软件带来了2.0的时代。

至于许多人关心的人工智能芯片市场中谁将获得最终胜利的问题,DennisLaudick指出:人工智能仍处于相对较早的阶段,现在谁能在时尚早期失败。但是,世界上的大公司在AI上投入了很多资金,但是中国的公司容易获得数据,也能更好地使用这些数据,所以在机械学习方面指出中国的公司在数据方面更有利,但是没有告诉我如何发挥作用。总结Dennis作为拥有20多年移动、汽车和消费电子领域经验的老手,对AI的发展有自己的仔细观察,对ArmAI处理器的理解也进一步理解明年第一季度发表的Arm-ML处理器。

当算法和模型仍然过于稳定时,作为为获得处理器IP和标准化处理器的公司,Arm和高吞吐量不生气地发售NPU,通过优化硬件和软件提高AI性能是明智的自由选择,但像华为和苹果这样的手机处理器对自己使用的公司有很大的不同。在采访过程中,Dennis反复提到软件的重要性,对于AI芯片企业来说可能是警告,但现在更多的IC设计公司意识到AI时代与软件团队合作的重要性。那么,除了硬件和软件,数据如何影响人工智能芯片市场的竞争呢?有关文章:Arm发表了今后3年的CPU路线图,打算正面杀死挤牙膏的Intel窥视ARMAI处理器的原创文章,允许禁止发表。下一篇文章发表了注意事项。


本文关键词:乐鱼体育手机版下载,乐鱼体育安卓版下载

本文来源:乐鱼体育手机版下载-www.great-hall.com