当前位置:首页 > 智能硬件 > 人工智能AI
[导读] 新闻摘要: • ARM DynamIQ技术是未来ARM Cortex-A处理器的基础 • 借助专用处理器指令和优化库,人工智能运算性能在未来3-5年可提升50

新闻摘要:

• ARM DynamIQ技术是未来ARM Cortex-A处理器的基础

• 借助专用处理器指令和优化库,人工智能运算性能在未来3-5年可提升50倍

• 与片上加速器紧密结合,提升10倍沟通速度,进而加速人工智能和机器学习的运算

• ARM Cortex-A多核处理针对汽车电子、网络和服务器进行了优化

• DynamIQ big.LITTLE提供更高效、更灵活的多核配置

2017年3月21日,中国北京——ARM今天宣布推出全新的DynamIQ技术。作为未来ARM Cortex-A系列处理器的基础,DynamIQ技术代表了多核处理设计行业的转折点,其灵活多样性将重新定义更多类别设备的多核体验,覆盖从端到云的安全、通用平台。DynamIQ技术将被广泛应用于汽车、家庭以及数不胜数的各种互联设备,这些设备所产生的以泽字节(ZB,一泽字节大约等于1万亿GB)为计算单位的数据会在云端或者设备端被用于机器学习,以实现更先进的人工智能,从而带来更自然、更直观的用户体验。



现场照片一



现场照片二



现场照片三

过去四年里,计算领域发生了令人惊叹的发展。在已经出货的1000亿颗基于ARM的芯片中,有500亿颗是由ARM的合作伙伴从2013年到2017年出货的,这个数字充分反映了整个行业目前对于更多计算的需求。而更非同寻常的是,ARM预计其合作伙伴将在2021年完成下一个1000亿颗基于ARM的芯片出货,在很大程度上这将归功于人工智能(AI)在人们日常生活中的广泛应用。

ARM计算产品事业部总经理Nandan Nayampally表示:“ARM是当今行业的架构首选,我们已解决无所不在的计算需求为己任,推动人工智能、自动控制系统的发展,并加速虚拟世界与混合现实体验的整合。为此,我们推出全新的ARM DynamIQ技术,帮助我们的合作伙伴在不牺牲效率的同时实现较以往任何时候都更高的性能表现。”

DynamIQ技术的推出是ARM big.LITTLE技术的重要演进。自2011年推出以来,ARM big.LITTLE技术为主要计算设备的多核特性带来了革新。DynamIQ big.LITTLE将继续通过“根据不同的任务选择最合适的处理器”的方式来推动高效、智能的多核计算创新。DynamIQ big.LITTLE能够允许对单一计算集群上的大小核进行配置,而这在过去是不可能的。例如,1+3或者1+7的SoC设计配置, 现在因为DynamIQ big.LITTLE使其得以实现,尤其在异构计算和具有人工智能的设备上都是需要优先考虑的。

DynamIQ技术将在今年晚些时候为所有新的Cortex-A系列处理器带来以下全新的特性和功能:

· 针对机器学习(ML)和人工智能(AI)的全新处理器指令集:第一代采用DynamIQ技术的Cortex-A系列处理器在优化应用后,可实现比基于Cortex-A73的设备高50倍的人工智能性能,并最多可提升10倍CPU与SoC上指定硬件加速器之间的反应速度。

· 增强的多核灵活性:SoC设计者可以在单个群集中最多部署8个核,每一个核都可以有各自不同的性能特性。这些先进的能力会为机器学习和人工智能应用带来更快的响应速度。全新设计的内存子系统也将实现更快的数据读取和全新的节能特性。

· 在严苛的热限制下实现更高的性能:通过对每一个处理器进行独立的频率控制,高效地在不同任务间切换最合适的处理器。

· 更安全的自动控制系统:DynamIQ技术为ADAS解决方案带来更快的响应速度,并能增强安全性,确保合作伙伴能够设计ASIL-D合规系统,即使在故障情况下仍然能够安全运行。

ARM DynamIQ技术代表了Cortex-A系列处理器未来的前景,而其将推动实现下一个1000亿颗基于ARM芯片的目标。对无所不在的计算,ARM将以最新的技术带来转变和加速,最终实现ARM的产业愿景——从芯片到云端的全面计算。

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