- Advertisement -
首頁 標籤 Total Compute

Total Compute

- Advertisment -

Arm同步優化硬體運算暨軟體部署

為因應第五波運算時代來臨,以及5G加速推動AI與物聯網的實現,Arm在日前首次舉辦的Arm DevSummit 2020線上會議陸續發表幾項硬體發展藍圖,以及全新升級的軟體開發環境,為全球廣大的開發者提供發揮創意、實現創新、掌握商機的平台。 Arm揭露未來預計推出的兩個行動裝置 CPU,代號分別為 Matterhorn 與 Makalu。在全面運算(Total Compute)的第一代 – Matterhorn 世代的 CPU 中,將導入名為記憶體標籤擴充(MTE)的全新安全功能,防堵記憶體次系統可能出現的安全漏洞。而 Makalu 世代的 CPU 與現行的 Cortex-A78 相比,效能最高可以提升30%。 開發者若要創造消費者所需更複雜的數位沉浸式體驗,App 就必須持續朝 64 位元轉移。64 位元指令集提供硬體的效能提升與運算能力,讓這些體驗更快速且反應更即時。除了硬體提升之外,移至 64...
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

Arm科技論壇開闢運算新紀元

Arm日前於台北萬豪酒店及新竹國賓大飯店,舉辦2019 Arm科技論壇,以「The New Era of Compute」為主軸,聚焦 5G、物聯網、人工智慧和機器學習等技術趨勢下所帶動的全新運算需求,以及如何透過從雲端到終端的裝置部署及管理,落實物聯網願景。今年兩個場次的論壇預計將吸引超過1,500名產業精英與會,與Arm一起攜手激盪出更多運算新紀元下的創新商機。 今年議程由Arm資深副總裁暨車用與物聯網事業部總經理Dipti Vachani揭開序幕,說明Arm如何以領先全球的前瞻技術,賦能從雲端到邊緣、從邊緣再到終端的所有運算。藉由提出以客製化SoC為核心的完全運算(Total Compute),Arm 在強大的安全基礎下,令開發人員能更輕易地實現新世代複雜運算所需的極致效能。 Dipti Vachani表示,從自駕車、高度沉浸式VR到日漸增加的智慧家庭解決方案,科技的革新為人們生活帶來全新體驗,而Arm技術更是此一趨勢發展的核心。每年的Arm科技論壇都能給予我們直接與台灣產業精英進行深度交流的機會;我們期待透過這些前瞻技術的分享,持續協助在地合作夥伴釋放全球數以兆計連網設備的真正潛力。 全球已有超過1,500億枚已交付晶片搭載Arm領先技術,成為Arm解決物聯網部署與管理困境的關鍵。Arm資深副總裁暨物聯網雲端服務總經理Hima Mukkamala表示,我們正邁向數據驅動運算的時代,物聯網、5G和人工智慧等技術在此交融,企業可從物聯網生成的巨量數據中,獲取更多可執行的洞察、提供更完善的客戶服務,並創建新的商業模式。 Arm致力推動彈性且安全的物聯網解決方案,以平台安全架構(PSA)、免費開源的IoT作業系統(Mbed OS),結合為混合環境打造的端到端管理平台Pelion,實現對資料連接、分析與管理的最佳支援。
0

Arm致力在共同架構下達到數位沉浸完全運算

5G、人工智慧(AI)、各種實境技術與物聯網(IoT)的加速發展正在改變運算需求。要達到數位沉浸所需要的效能,將超越今天所具有的一切,並朝Total Compute的世界邁進。這需要在設計矽智財時採用非常不同的方法,重點必須深度聚焦在效能、安全性與開發人員存取性的優化。 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。 自從推出Cortex-A73後,Arm便逐步且逐世代地提升機器學習(ML)效能,努力大幅拓寬針對ML的CPU涵蓋。為了實現這個全新的數位世界,運算能力將被推升至全新的水準,因此Arm將Matrix Multiple(MatMul)加入新一代的Cortex CPU「Matterhorn」中,因為它與上一代CPU相比,ML效能可有效提升一倍。 除了CPU以外,還需要聚焦,並把Total Compute的方式應用到每一個運算要素,以及系統內的基礎建設。不管是Arm CPU、圖形處理器(GPU)或神經處理器 (NPU)、互連或系統矽智財,都必須優化成整合式的解決方案;而這必須仰賴軟體與工具,包括Arm類神經網路開發套件(Arm NN)、Arm運算函式庫(Arm Compute Library)、開放原始碼社群,以及開放的標準都必須建構在安全的基礎上。 Arm已經開始推出Memory Tagging Extensions(MTE)等創新安全功能並整合到 Total Compute 內,以迎合客戶的各種需求。事實上,Google最近剛宣布安卓裝置將與MTE設計合作的計劃。這些功能結合Arm的平台安全性架構,將可協助整個生態系統內安全性的標準化與重組。
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

Arm分享AI時代的Total Compute大策略

Arm IP產品事業群總裁Rene Haas發表「全面運算引領AI成長」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。 Rene 一開始即指出一個重大趨勢:AI核心平台邁向異質化時代。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,但在全球將近四十億只的智慧型手機中,目前約有85%的手機還是將機器學習的工作負載交由CPU或者CPU + GPU (圖形處理器) 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、NPU (類神經網路處理器)、DPU (資料流處理器)、FPGA (現場可編程邏輯閘陣列)等運算資源。 從產業轉型方面來看,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。 Rene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IP (矽智財)、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」(Total Compute)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...
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -