Gadgetshowto
Arm Holdings tjener på stigningen i kunstig intelligens og maskinindlæring med lanceringen af en ny familie af processorer og software under projektet Trillium. Virksomheden annoncerede for nylig den nye serie processorer, som indeholder tre komponenter: Arm ML-processoren, Arm OD-processoren og Arm NN-softwaren..
Arm ML-processoren, som virksomheden påpeger, er designet fra bunden til optimeret maskinlæringsacceleration til mobile enheder og andre lignende markeder. Processoren er i stand til at levere "Brancheførende ydelse på 4,6 TOP'er med en forbløffende effektivitet på 3 TOP'er / W til mobile enheder og smarte IP-kameraer." Derudover leveres processoren med programmerbare lagmotorer til fremtidssikring, tunede avancerede geometriimplementeringer og indbygget hukommelse til reduceret ekstern hukommelsestrafik.
Arm OD-processorer er på den anden side designet til at være den "Mest effektive måde at opdage mennesker og objekter på mobile og indlejrede platforme." Processoren er i stand til at scanne hver ramme og giver en liste over detekterede objekter sammen med deres placering inden for deres scene. Arm hævder, at processoren kan registrere objekter i realtid, der kører med 60 fps i Full HD, objektstørrelser kan variere fra 50 × 60 pixels til fuld skærm, og processoren kan registrere næsten ubegrænsede objekter pr. Billede. Derudover kan Arm OD-processoren bruges i kombination med CPU'er, GPU'er eller Arm ML-processoren til at give mere lokal behandling, hvilket forventes at reducere det samlede beregningskrav.
Endelig Arm NN “Muliggør effektiv oversættelse af eksisterende neurale netværksrammer, så de kan køre effektivt - uden ændringer - på tværs af Arm Cortex CPU'er og Arm Mali GPU'er.” Arm NN-softwaren understøtter indbygget Arm ML-processoren og førende neurale netværksrammer, herunder TensorFlow, Caffe, Android NNAPI og MXNet. Virksomheden hævder, at Arm NN bygger bro mellem eksisterende neurale netværksrammer og den underliggende IP. Softwaren er gratis og vil snart være tilgængelig under en tilladelig MIT open source-licens.
