Arm全新Mali多媒体套件让主流设备具备机器学习能力

根据最新的市场预测，到2022年，机器学习的市场规模将从2017年的14.1亿美元，增长到88.1亿美元，年复合增长率高达44.1%。

机器学习正变得日益普及，可跨越多个设备，触及每一位用户。聚焦移动设备，机器学习不再是高端智能手机的专有配置。所有用户都希望轻松使用配备机器学习功能的各类APP应用，3D游戏、混合现实和4k内容，新型的游戏也不断出现在主流手机上。

近日，Arm资深市场营销总监Ian Smythe先生在北京向包括21ic在内的中国媒体代表介绍了Arm最新推出的包含全新的视频、显示和图像处理器的Mali多媒体套件。

图：Arm资深市场营销总监Ian Smythe（左二）

新发布的Mali多媒体IP套件可全面实现Arm新一代针对主流移动设备和数字电视的解决方案。Mali-G52和Mali-G31 GPU为DTV、主流和入门级手机提供高端体验，Mali-D51显示处理器能在主流设备上有效实现更复杂的视觉体验，Mali-V52视频处理器则可在主流设备上实现高效的4k60/4k120内容。

图：新一代主流方案（左）和超高效方案（右）

高端手机和主流手机中的摄像头目前通过运行机器学习算法人脸识别和指纹识别，这些任务不需在SoC上配置最新的神经网络处理引擎。在主流设备中，专门去设置机器学习处理器的方法不太实际，这些任务可以由片上系统的每个组件发挥其最佳性能实现，并与DynamIQ CPU和Mali-G51结合来提升现有应用的机器学习性能。

继承Mali-G51的优点，新推出的Mali-G52 GPU可从容应对更高的图形复杂度，允许在主流移动系统的功率和带宽限制内实现更多的机器学习功能。与4线程的Mali-G51相比，Mali-G52采用更宽的执行引擎，最多可提供8线程，可在相同芯片面积上，提供更高的图形性能，使得性能密度提高30%。此外，其能效提高达15%，可降低设备的功耗和散热，并支持更长的游戏时间，甚至可支持AR等高耗电技术。

图：Mali-G52机器学习性能为前代产品的3.6倍，确保所有级别的设备都可支持下一代机器学习应用。

针对高性价比的应用，Arm推出了G30系列GPU的首款产品Mali-G31，同时也是首款基于创新Bifrost架构的超高效GPU。作为Arm最小的处理器，支持OpenGL ES 3.2和最新一代Vulkan API，开发人员可将其应用于数百万设备上。和Mali-G51相比，其尺寸缩小20%，性能密度提升20%，在减少芯片面积的同时显著提升能效，使得中档设备也可提供高品质的内容。

如今，数字电视用户界面日趋复杂， Netflix和Amazon Prime等预集成APP应用程序支持从语音控制到手势识别的一系列先进功能。这些功能，以及播放画中画的能力，或同时运行多达16个视频的视频墙，都对数字电视的片上系统（SoC）提出了更高要求。它们需要在不损失视觉质量的情况下，实现高度的响应能力和高效的支持。此外，手游的蓬勃发展意味着对移动设备上超高清图像需求的增加。

针对高端显示日益增长的需求，Arm推出了实现能高效4K60内容的Mali-V52视频处理器，它能使所有主流设备的解码性能提升两倍，实现4K播放。较上一代产品，Mali-V52能提升20%的上传质量，提供更清晰、更锐利的视频画质，同时，硅片面积减少38%，确保在各个级别实现令人惊艳的高品质视觉效果。

基于Komeda架构的Mali-D51是Arm旗下最高效的显示处理器。与上一代相比，其整个系统节能30%，与Mali-D71一样支持8层图像处理能力，在无缝、高效内容投射方面，内存访问延迟性能提升50%。

Arm几周前公布了Project Trillium项目，这是一套包括新的高度可扩展处理器的Arm IP组合，这些产品可以提供增强的机器学习和神经网络功能。当前的技术产品主要针对移动设备市场，将让全新的搭载机器学习功能的设备具有先进的计算能力，包括最先进的目标检测功能。

图：与现有针对特定需求的的机器学习技术不同，Project Trillium通过提供最佳的可扩展性能满足不同应用场合的需求，包括从传感器、智能音箱，到移动设备、家庭娱乐以及其他领域的应用。

Ian Smythe表示：“当今市场上，90%以上配备AI的智能终端都基于Arm架构 。在新一代用户的需求之下，Arm以技术驱动创新，推出新一代解决方案，为用户提供更酣畅的视觉体验。”