- Advertisement -
首頁 標籤 運算平台

運算平台

- Advertisment -

電信營運商將支援高通運算平台驅動5G PC

高通(Qualcomm)日前宣布來自全球的電信營運商將支持採用高通Snapdragon運算平台的5G PC。隨著首款Snapdragon驅動的常時啟動、常時聯網5G PC預計將於今年推出,以及5G網路在全球快速擴展,2020年,電信營運商將透過在零售據點和企業進行測試和部署,為消費者和企業重新定義行動運算。全球115個國家的電信營運商和全球OEM廠商都在投資5G網路和終端裝置,其中Snapdragon技術在驅動PC生態系方面發揮重要作用,滿足對更快、更高效和更強大的行動運算體驗的需求。 高通技術公司資深副總裁暨運算與邊緣雲部門總經理Keith Kressin表示,5G將改變並重新定義橫跨全球網路的PC用戶體驗。下載或上傳大型文件所花費的時間將成為過去式,而較快速的連接將提高工作效率、改善娛樂體驗等。 Snapdragon驅動的常時啟動、常時聯網5G PC擁有多天的電池續航力和透過人工智慧加速的性能,將釋放5G的巨大潛力。消費者可以在以下已經推出和即將推出的全球電信營運商網路上體驗5G較快速、每秒數千兆元級的峰值速度和較低延遲: 北美洲 Verizon Sprint 歐洲、中東與非洲 EE 瑞士電信(Swisscom) 西班牙電信(Telefonica) 義大利行動電信(TIM) Transatel 亞洲、澳洲與紐西蘭 中國移動 中國電信 中國聯通 KDDI株式會社(KDDI Corporation) 樂天移動(Rakuten Mobile) KT公司(KT) LGU+ SK電信(SK Telecom) 軟體銀行(Softbank Corporation) Telstra 較快連接方案將橫跨2020年向亞洲、澳洲、紐西蘭、北美洲和歐洲廣泛的無線網路的消費者推出。Snapdragon支援的常時啟動、常時聯網5G PC通過5G連接將提高效率和娛樂性, 使消費者和企業團隊在全球各地保持聯繫與生產力。
0

Arm用多變/靈活策略簡化物聯網設計

要實現萬物聯網願景,如何加快聯網產品設計、上市時程是一大要素。為此,Arm近期宣布推出完全運算(Total Compute)方案,該方案代表矽智財設計的全新方式,並聚焦在使用案例導向的系統解決方案。 Arm資深副總裁暨車用與物聯網事業部總經理Dipti Vachani表示,未來需要的不會是更多現有的東西,而是思考方式的改變。Arm藉由矽智財、軟體乃至於工具內部以及彼此間的全面優化,從聚焦在產品演進轉移至使用案例與體驗導向的系統解決方案,以提供一個安全的基礎,並達成未來複雜運算挑戰所需的效能。 Arm資深副總裁暨車用與物聯網事業部總經理Dipti Vachani。 Vachani指出,物聯網設備的設計重點在於,如何適當的開發IP。實現更多萬物互聯的目標,並不是單純的在IP上強調更強的效能,而是不同IP之間要能夠配合、運作的更順暢,以解決各種工作附載的問題。例如CPU會搭配GPU、或CPU搭配ISP等,各種不同的IP搭配在一起處理工作負載已是常態,而這也是所謂的「完全運算」。 Vachani進一步說明,完全運算是一個整體的概念,不僅是與各種IP如何搭配、運作相關,同時還包含效能、耗電及安全性等,以及事後的驗證。對於一些物聯網設備設計/製造業者而言,要實現這樣的「完全運算」需要耗費許多時間.除了要考量各式IP間的溝通、運作外,還須加上支援的演算法、設計驗證、安全性疑慮等。 為此,Arm推出了完全運算的參考設計方案,也就是將CPU、GPU、神經處理器(NPU)、互連或系統矽智財,都優化成整合式的解決方案,且確保安全性,像是可偵測與防禦漏洞、透過透明且便於存取的安全標準進行重組等。讓產品設計人員可以直接套用,再依據需求行自行調整,做出差異化。換言之,此一完全運算方案,讓產品設計人員免去「不斷嘗試」的過程,也就是IP搭配是否順暢、能否承受工作負載、演算法是否能支援、有沒有安全疑慮等,以加速產品上市時程。 簡而言之,Arm認為,產業發展已經來到關鍵的十字路口,特別是試圖解決整合方面顯著的挑戰:個別矽智財與片斷不完整的解決方案很難優化。如果要利用龐大的未來科技機會,矽智財設計必須以使用案例、消費者體驗與生態系統的需求為核心。 因此,任何的Total Compute解決方案都將包括各式各樣的元素,它可能是虛擬實境的頭戴式裝置,或是穿戴裝置、智慧型手機或數位電視;Arm的目標是為未來的運算平台提供基礎,而有了Total Compute這個方法,將能簡化安全性,提升效能與效率。
0

AI走向異質化 邊緣運算大行其道

人工智慧(AI)的技術日益成熟,須要處理的資料量也不斷增加,因此邊緣運算(Edge Computing)形成時下主流,大廠紛紛加速布局邊緣AI。於Computex 2019可以看到Arm、NVIDIA、美光(Micron)等皆展現了各自在邊緣AI的實力。 Total Compute大策略全力釋放AI潛力 現在人工智慧核心平台開始邁向異質化時代。現在的智慧型手機已經內建許多人工智慧和機器學習(ML)的基礎功能,包括即時影像擷取、人臉辨識等,Arm IP產品事業群總裁Rene Haas(圖1)於Computex 2019論壇中,發表「全面運算引領AI成長」(Scaling AI Through Total Compute)主題演說。探討AI運算在各個市場所面臨的複雜挑戰,以及Total Compute解決方案為何能夠同時滿足AI效能提升與應用開發的需求。 圖1 Arm IP產品事業群總裁Rene Haas表示,全面運算可以提升AI效能並滿足應用開發需求。 目前在全球大約14億支的智慧型手機中,仍然約有85%的手機是將機器學習的工作負載交由CPU或者CPU+GPU執行的。而根據Arm對AI處理器工作負載的研究,為達成更佳的應用效能和使用體驗,發揮AI和ML的優勢,未來智慧型裝置的AI運算核心,將以CPU為中心,再整合運用GPU、類神經網路處理器(NPU)、資料流處理器(DPU)、現場可編程邏輯閘陣列(FPGA)等運算資源。 從產業轉型方面來看,軟體也邁向碎片化,不論是自動駕駛、5G引爆的邊緣伺服器需求、AI型穿戴裝置和虛擬實境(VR)、擴增實境(AR)、高畫質遊戲體驗、5G智慧手機等,都帶來超高的運算效能與智慧功能要求。此外,安全也是一項極大的考驗,前述各種市場領域的設備與裝置,都儲存了大量的個人資訊,沒有人希望竊取個人機密資料的事件再次發生。 Haas指出,這些大規模運算流程、跨處理元件的運用、安全保護要求,以及特定領域運算vs通用運算等,都將讓應用開發變得越來越困難且成本越來越高,市面上太多不同軟體的選擇,造成開發人員/生態系統碎片化的擴大,增加了推動裝置AI化的困難。 針對上述的AI運算與體驗挑戰,Arm提供從系統整體出發,結合硬體矽智財(IP)、軟體架構和最佳化工具,一次解決未來運算複雜性的全面運算解決方案。一方面,Total Compute解決方案能以CPU為任務控制核心,再透過System IP確保AI運算的工作負載能達到最佳分配。例如影像搜尋作業由NPU執行,將比CPU更快、更有效率。再加上Arm的GPU、ML處理器、顯示處理器、Arm NN架構等,將能協助開發人員全面釋放AI效能。 另一方面,Total Compute為開發人員提供了一個更容易運用的未來生態系統。碎片化的軟體和開發人員生態系統,除面臨需提升各種裝置的存取效能以推展AI應用的挑戰外,複雜的運算又進一步提升效能的需求,因此為了能讓AI應用輕鬆擴展到不同的環境中,Arm藉由快速、簡單、成本更低的Total Compute解決方案。提供一個統一的開發途徑。Arm所開發的軟體架構充分運用Arm IP以及Arm NN、Arm Compute Library、Arm Development...
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -