<meter id="pryje"><nav id="pryje"><delect id="pryje"></delect></nav></meter>
          <label id="pryje"></label>

          新聞中心

          EEPW首頁 > 智能計算 > 業(yè)界動態(tài) > Arm公布Project Trillium提供業(yè)界最具擴展性、應(yīng)用范圍最廣的機器學習計算平臺

          Arm公布Project Trillium提供業(yè)界最具擴展性、應(yīng)用范圍最廣的機器學習計算平臺

          作者: 時間:2018-02-24 來源:電子產(chǎn)品世界 收藏

            公司近期宣布了其Project Trillium項目,這是一套包括新的高度可擴展處理器的 IP組合,這些產(chǎn)品可以提供增強的(ML)和神經(jīng)網(wǎng)絡(luò)(NN)功能。當前的技術(shù)產(chǎn)品主要針對移動設(shè)備市場,將讓全新的搭載功能的設(shè)備具有先進的計算能力,包括最先進的目標檢測功能。

          本文引用地址:http://www.ex-cimer.com/article/201802/376021.htm

             IP 產(chǎn)品事業(yè)部總裁 Rene Haas 表示:“隨著人工智能快速部署到終端設(shè)備,大量提升計算需求的同時,也要求保持出色的能效表現(xiàn)。 基于這樣的需求,Arm宣布推出全新平臺Project Trillium。 新的設(shè)備需要高性能的機器學習與人工智能能力,這正是這些全新處理器可以提供的。 結(jié)合我們的平臺提供的高度靈活性和可擴展性,我們的合作伙伴將可針對多種設(shè)備進行創(chuàng)新,創(chuàng)造無限可能。

            現(xiàn)在的機器學習技術(shù)通常是針對特定的設(shè)備類別或某個市場領(lǐng)域的需求。Arm的Project Trillium則通過提供最佳的可擴展性來改變這一點。雖然最初的發(fā)布是針對移動處理器的,但未來的Arm 機器學習產(chǎn)品系列將會按照性能需求滿足不同應(yīng)用場合的需求,包括從傳感器、智能音箱,到移動設(shè)備、家庭娛樂以及其他領(lǐng)域的應(yīng)用。

            性能

            Arm全新的機器學習和目標檢測處理器不僅相比于獨立的CPU, GPU和各種加速器有了顯著的效率提升,而且遠勝像DSP這樣的傳統(tǒng)可編程邏輯處理器。

            Arm 機器學習處理器是專門針對機器學習而重新設(shè)計的。它基于高度可擴展的Arm 機器學習架構(gòu), 并達到了機器學習應(yīng)用場景要求的最高性能和效率:

            · 在移動計算領(lǐng)域,Arm 機器學習處理器可以提供每秒超過4.6萬億次的運算能力。

            · 憑借智能數(shù)據(jù)管理,每秒萬億次的運算(TOPs, Trillion Operations Per Second)在實際應(yīng)用中可以進一步實現(xiàn)2~4倍的有效吞吐量的提升。

            · 在散熱和和成本受限的環(huán)境下,Arm 機器學習處理器能夠以超過每瓦特每秒3萬億次運算操作的效能(TOPs/W)達到無以倫比的性能。有關(guān)Arm機器學習處理器的更多細節(jié)可在我們的網(wǎng)站上找到。

            Arm 目標檢測處理器是專門為高效識別人或其他物體而設(shè)計的,它能夠在每幀圖像中識別出的物體對象的數(shù)目幾乎不受限制:

            · 在全高清分辨率下可以做到實時每秒60幀的檢測。

            · 性能可以達到傳統(tǒng)DSP的80倍,并且相對于以往的Arm技術(shù),檢測質(zhì)量有了顯著提高。有關(guān)Arm 目標檢測處理器的更多細節(jié)可在我們的網(wǎng)站上找到。

            組合使用時,Arm深度學習處理器和目標檢測處理器性能表現(xiàn)會更好,它們搭配能夠提供高性能、高能效的人物檢測和識別解決方案?;谶@些技術(shù),用戶們將會在省電的模式下,在他們的智能設(shè)備上盡情體驗高分辨率的,且實時、精細的人臉識別功能。

            當和Arm Compute Library和CMSIS-NN一起使用時, Arm神經(jīng)網(wǎng)絡(luò)(NN)軟件庫專門為神經(jīng)網(wǎng)絡(luò)運算(NN)進行了優(yōu)化,并且無縫的把如TensorFlow、Caffe和Android NN等神經(jīng)網(wǎng)絡(luò)框架和全系列的Arm Cortex? CPU, Arm Mali? GPU, 和機器學習處理器高效連接在一起。這樣開發(fā)人員能夠充分利用底層Arm硬件的能力和性能,從而從ML應(yīng)用中獲得最高的性能。關(guān)于Arm NN軟件的更多細節(jié)可在我們的網(wǎng)站上找到。

            新的Arm機器學習IP套件將于今年4月有早期預(yù)覽版本提供給客戶,在2018年中會發(fā)布通用版本。

            相關(guān)資源:

            · 訪問博客文章Arm is changing machine learning experiences: Project Trillium

            · 訪問機器學習開發(fā)者網(wǎng)站 Machine Learning Developer Portal

            · 訪問CMSIS-NN on Github 網(wǎng)站

            · 訪問網(wǎng)站 Cortex-M processors了解基于Cortex-M處理器設(shè)備的關(guān)鍵字識別技術(shù)



          關(guān)鍵詞: Arm 機器學習

          評論


          相關(guān)推薦

          技術(shù)專區(qū)

          關(guān)閉
          看屁屁www成人影院,亚洲人妻成人图片,亚洲精品成人午夜在线,日韩在线 欧美成人 (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })();