当前位置:首页 > 智能硬件 > 人工智能AI
[导读] 我们现在正处于智能互联时代,它正在彻底改变我们的生活方式。如今,科技常常帮助我们做出决策、预测我们的下一步行动。很多时候,我的设备甚至能够在我知道自己想要什么之前就已经清楚我想要什么。从自动驾驶

我们现在正处于智能互联时代,它正在彻底改变我们的生活方式。如今,科技常常帮助我们做出决策、预测我们的下一步行动。很多时候,我的设备甚至能够在我知道自己想要什么之前就已经清楚我想要什么。从自动驾驶汽车到生物识别数据收集,计算正融入我们生活的方方面面,帮助我们衡量自己的身体健康、选择更健康的生活方式。这些海量数据被收集之后会转化为智能的决策,使我们的生活变得更加丰富多彩。在新一轮创新正蓄势待发的计算行业中,这是一项新的挑战,也是一次新的机遇。

这种数据与计算相融合的神奇科技会如何发展演变?可以发现,无论就绝对性能还是计算范围而言,人们对计算平台的需求正变得越来越大。这些凭借人工智能来实现全方位加速的未来平台不仅需要高于当今系统的性能,而且需要更高的安全性 (例如汽车和机器人等自动平台),以便提升消费级设备的智能水平、带来混合现实等全新的体验。

一方面,人们对计算的需求会持续加速增长,另一方面,不论大型或小型的所有计算系统都面临功耗和散热限制,因此依然需要实现超高效的处理。所有系统均具有隐私与安全性的双重需求,因为打造值得信赖且安全的解决方案对我们所有人的未来而言至关重要。

ARM 目前拥有一系列 CPU 产品,在过去的 20 年里,我们的合作伙伴一直采用这些 CPU 来推动计算领域中的创新。我们共同改变了世界对计算的看法,全球 35 亿人口正在采用基于 ARM 的计算设备。然而,我们刚刚强调的挑战也为我们带来了机遇,让我们能够再次在 CPU 方面重新定义计算,改变计算行业满足未来市场需求的方式和影响范围。下面我向大家展示一下 ARM 的工程师如何为未来进行创新

当今的技术造就未来设备

ARM DynamIQ技术是未来ARM Cortex-A处理器的基础。

· 该技术采用新型单集群设计,最多包含 8 个异构 CPU,支持 1+7 (即 1 个大 CPU 和 7 个小 CPU)、2+4 以及 1+3 等不同的配置,能够打造出可扩展的解决方案

· 先进的计算功能,专为在 CPU 上实现更高的人工智能计算性能而设计

· 重新设计的内存子系统被集群内的所有核心共享,响应速度更快,效率更高

· 更具灵活性,可选择是否采用小核配置,适合智能手机与智能手机以外的不同市场需求

· 内置的硬件特性可提升节能效果,实现更高的效率

DynamIQ 彻底改变了计算的实现方式,有助于加速人工智能的普及、颠覆各类计算设备。

DynamIQ 技术有哪些优势?它如何解决上述市场难题?

1. 更快、更复杂的数据处理能力可广泛应用于人工智能等先进技术领域

2. 智能电源管理特性将赋予产品更高能效

3. 产品差异化以及更丰富的用户体验可满足所有市场需求

安全、高速、高效而复杂的数据处理可用于人工智能

与之前的系统相比,DynamIQ 技术在接下来的 3-5 年里将使人工智能计算性能提升 50 倍。为实现更高的人工智能性能,我们通过专用的低延迟端口来提升加速器存取性能,从而带来了高达 10 倍的响应速度提升。更高的数据传输速度加上更高的数据带宽,可满足计算视觉或机器学习系统的整体吞吐量需求。

总而言之,这些特性通过把更多的计算任务 转移到设备上来,从而更好地保护数据隐私、实现更高的数据安全性。在 CPU 上完成更多的计算任务意味着放在云端的个人数据会更少,因此能够为您带来更安全的人工智能体验。

此外,由于缩短了自动驾驶汽车高级驾驶员辅助系统 (ADAS) 等人工智能使用场合中的决策和执行延迟,因此与安全相关的应用程序性能得以提升。这些改进加上避免系统故障的一系列措施使安全完整性达到了 SIL 3 和 ASIL D 的水平。

通过全新智能功耗特性提升节能性

DynamIQ 技术在集群内加入智能电源管理特性,提升设备能效,将设备功能发挥极致。这意味着前所未有的数据处理能力和性能,可带来更加丰富的体验,即便在散热和成本受限的最小的设备中也是如此。

DynamIQ 在单一集群内支持多个可配置的性能域。这些域由单个或多个 ARM CPU 组成,与之前的 4 核集群相比可在性能与功耗方面实现更精细的扩展。这意味着在散热极限范围内具有更精细的调节能力,从而可带来更长久的持续性能。这一点在虚拟现实 (VR) 应用程序中尤为重要,在电池电力和散热能力有限的纤薄型设备中,这类应用需要在更长的时间里保持持续性能。

DynamIQ 技术还运用了一种更快的硬件控制式电源状态自动转换机制,这一机制可缩短 ARM Cortex-A 系列 CPU 所支持的电源状态 (例如开、关以及休眠) 之间的延迟。这不仅缩短了为 CPU 供电的时间、提升了响应速度,而且还可以更快地进入休眠或关机等节电状态,从而实现了更好的节能性。

自动化CPU 内存功率管理是该技术的另一项重要特性,它可以根据所运行的应用程序类型对当前可用的本地内存做智能适配。。增强现实 (AR) 等需要极高计算性能的应用程序将获得最大限度的本地内存容量供其支配,而音乐流等轻负荷应用程序获得较少的内存容量,从而节省了内存消耗的功耗。

产品差异化和新的性能分级

DynamIQ 技术通过各种各样的全新配置选项来细化产品差异化,不但带来了更好的灵活性和扩展性,而且最终让客户能够设计合适的产品来满足所有市场的需求。

利用 DynamIQ 集群既可以把高性能的“大” CPU 又可以把高效率的“小” CPU 放到具有共享一致性内存的单一集群内。如此一来,该技术不但可以依靠更紧密、更一致的系统实现大幅性能提升,而且还表现出了前所未有的灵活性和 CPU 集群设计方面的选择多样性,因而可打造出更多专用的解决方案。另一项优势是每个 CPU 均可在不同的频率下实现扩展,因而可打造出从纤薄型设备到服务器的各种定制解决方案。

Networking等同构处理系统尤其会从中受益,通过在单一集群内放入 8 个完全一致的 CPU,可实现更高的数据吞吐量。当和ARM CoreLink CMN-600 一起部署时,DynamIQ 将扩展为针对基础设施市场的大规模多集群系统。

DynamIQ 技术将会带来怎样的影响?

新技术的特性将对计算在哪里发生和如何发生产生深远影响。例如:

· 近乎无限的配置方案体现了灵活性与扩展性的全新水平,可打造出不同级别的解决方案、实现不同的性能;这会给消费者带来更多种选择、打造出符合其需求的设备

· 从设备到云端,内置的节电特性支持各种创新。从更纤薄的设备、更持久的电池到服务器节约的能源,功率效率优势可惠及所有市场

· 将智能计算搬到设备上来不但可提升数据安全性、保护数据隐私,而且可以实现更快的响应速度,无论在家中、汽车上还是云端都可以享受人工智能

ARM DynamIQ 技术是新一代智能设备的全新基础,可带来更智能、更快、更强大的用户体验。从更加纤薄的设备到云端解决方案,不论计算渗透到哪些领域,DynamIQ技术都会持续推动创新。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

近日,Arm推出了Arm® Ethos™-U85神经网络处理器(NPU)和Arm Corstone™-320物联网参考设计平台,旨在满足海量的数据处理和大规模计算,加速推进边缘AI的发展进程。

关键字: ARM

2024年4月12日,中国--服务多重电子应用领域、全球排名前列的半导体公司意法半导体(STMicroelectronics,简称ST;纽约证券交易所代码:STM)宣布,松下自行车科技有限公司(Panasonic)宣布采...

关键字: 人工智能 电动自行车

4月17日消息,斯坦福大学近日发布《2024年AI指数报告》(AI Index Report 2024),凭借AI在大规模胰腺癌早筛上的创新突破,阿里达摩院(湖畔实验室)医疗AI入选科学与医疗领域的年度亮点研究(High...

关键字: AI 人工智能 集成电路

4月17日消息,去年,中国大陆的半导体设备支出约占据了全球总额的三分之一。

关键字: 半导体 传感器 人工智能 电动汽车

上海2024年4月16日 /美通社/ -- 4月11日,中智《百川汇流 央地融通,全力以赴加快五个中心建设》主题大会在上海成功举办,本次大会由上海市经信委和上海市国资委指导、中智经济技术合作股份有限公司和中智管理咨询有限...

关键字: AI 电气 人工智能 半导体

该实验室的创新技术能够增强人工智能边缘解决方案,提高神经网络能力

关键字: 人工智能 神经网络

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

随着信息技术的迅猛发展和大数据时代的到来,机器学习成为了人工智能领域中的核心技术之一。机器学习是通过模拟人类学习行为,使计算机系统能够从数据中自动发现规律、提取特征并进行预测和决策的过程。它在诸多领域取得了广泛的应用,包...

关键字: 计算机 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习

机器学习是人工智能领域的一个重要分支,它使用各种算法来使计算机系统能够从数据中学习和改进,而无需进行明确的编程。在机器学习的广阔领域中,有多种算法被广泛应用,每种算法都有其独特的适用场景和优势。本文将详细介绍机器学习中的...

关键字: 机器学习 人工智能 计算机
关闭
关闭