Arm martedì ha annunciato la sua nuova direzione nel "più scalabile del settore, versatile piattaforma di elaborazione ML." Stanno parlando della loro nuova piattaforma chiamata Project Trillium. Il progetto prevede un nuovo processore Machine Learning (ML) e un processore Object Detection (OD).

Il processore Arm ML (1) offre più di 4,6 trilioni di operazioni al secondo e (2) un'efficienza di oltre 3 trilioni di operazioni al secondo per watt (TOP/W), con prestazioni "impareggiabili" in "ambienti termici e con costi limitati".

Project Trillium è un nome in codice, non un marchio commerciale, per la tecnologia di apprendimento automatico di Arm. Il nome in codice sarà sostituito da un nome commerciale.

Jem Davis, vicepresidente, collega e direttore generale, Apprendimento automatico, Braccio, ha affermato che il progetto è "dare il via a una nuova ondata di invenzioni nel mondo dell'intelligenza artificiale (AI), di cui l'apprendimento automatico è una parte fondamentale."

Revisione della tecnologia del MIT disse, Gli "ultimi processori mobili di Arm sono sintonizzati per elaborare algoritmi di apprendimento automatico nel modo più efficiente possibile".

Così, cosa significa tutto ciò per i consumatori che acquistano prodotti mobili? Stanno parlando di AI per i telefoni? Come Revisione della tecnologia del MIT disse, L'intelligenza artificiale ci porterà hardware che consentirà ai nostri telefoni di eseguire "algoritmi di intelligenza artificiale".

I nuovi processori di ARM sono stati realizzati per offrire funzionalità avanzate di apprendimento automatico e rete neurale.

Jem Davies di Arm ha osservato, "Infatti, la mia risposta alla domanda:"Perché introdurresti più intelligenza nel tuo dispositivo?" è 'Perché non dovresti, '" in un blog di Arm.

I processori sono focalizzati sui dispositivi mobili. "Gli utenti apprezzeranno l'alta risoluzione, tempo reale, riconoscimento facciale dettagliato sui loro dispositivi intelligenti fornito in modo compatibile con la batteria, "disse Arm.

Il processore Arm OD è stato progettato per identificare persone e altri oggetti con "oggetti per frame praticamente illimitati, " con "Rilevamento in tempo reale con elaborazione Full HD a 60 fotogrammi al secondo."

Mentre il lancio iniziale si concentra sui processori mobili, anche se, Arm ha affermato che ci saranno futuri prodotti Arm ML con la capacità "di salire o scendere la curva delle prestazioni - da sensori e altoparlanti intelligenti, al cellulare, intrattenimento domestico, e oltre."

Jem Davies di Arm, vicepresidente, collega e direttore generale, apprendimento automatico, ha chiarito a cosa potrebbero servire le capacità della suite in uno scenario reale. (Davies è un subacqueo qualificato.)

"Immagina di essere a 30 metri di profondità, tuffarsi sopra una barriera corallina circondata da creature dall'aspetto sorprendente e chiedendosi quale specie sia il pesciolino giallo con le strisce argentate. Potresti armeggiare per una carta dei pesci, se ne hai uno, ma quello che vuoi veramente è una soluzione più semplice e veloce. Avanti veloce al 2019, e la tecnologia ha fornito. Ora il tuo smartphone impermeabile è abilitato dai processori Arm Machine Learning (ML) e Object Detection. La tua esperienza è molto diversa".

La maschera subacquea, ha detto Davies, ti darebbe informazioni tramite un display heads-up. "Un chip basato su Arm all'interno del tuo smartphone è ora dotato di un avanzato processore di rilevamento degli oggetti che filtra i dati della scena più importanti mentre un sistema operativo esegue un potente processore di apprendimento automatico con l'identificazione dettagliata dei pesci, altre aree di interesse e pericoli."

Jamie Condliffe in Revisione della tecnologia del MIT ha valutato le notizie di Arm. "Attualmente, la maggior parte dei dispositivi piccoli o portatili che utilizzano l'apprendimento automatico non hanno la potenza necessaria per eseguire algoritmi di intelligenza artificiale, quindi si avvalgono dell'aiuto di grandi server nel cloud." La soluzione di Arm ha il vantaggio della velocità, con un dispositivo mobile che esegue il proprio software di intelligenza artificiale "riducendo il ritardo inerente all'invio di informazioni avanti e indietro".

Anche, Egli ha detto, "Fa piacere ai sostenitori della privacy, che sono confortati dall'idea che i dati rimangano sul dispositivo."

Gary Sims ha discusso degli stessi punti in più in Autorità Android compresi i vantaggi in termini di sicurezza di non dover inviare dati personali al cloud.

"L'argomento per supportare l'inferenza (riconoscimento) su un dispositivo, piuttosto che nel cloud, è avvincente. Prima di tutto risparmia larghezza di banda. Man mano che queste tecnologie diventano più onnipresenti, ci sarebbe un forte picco nei dati inviati avanti e indietro al cloud per il riconoscimento. Secondo, risparmia energia, sia al telefono che in sala server, poiché il telefono non utilizza più le sue radio mobili (Wi-Fi o LTE) per inviare/ricevere dati e non viene utilizzato un server per eseguire il rilevamento".

Per quanto riguarda la latenza, I Sims hanno anche notato che i risultati verranno consegnati più rapidamente se l'inferenza viene eseguita localmente.

Allo stesso tempo, Condliffe ha sottolineato che Arm non è l'unico giocatore che esplora i chip AI mobili. Condliffe ha notato (1) un motore neurale in iPhone X come parte del suo chipset principale (2) lo smartphone Huawei Mate 10 con un chip chiamato unità di elaborazione neurale e (3) il telefono Pixel 2 con un chipset "per aiutarlo a sgranocchiare immagini e problemi di apprendimento automatico".

Sims ha detto, "dovremmo iniziare a vedere i SoC con esso integrato durante il 2019."

"Il machine learning è davvero il nuovo tema caldo nel settore dei semiconduttori e negli ultimi due mesi ha visto un'attenzione particolare nel mondo mobile, " ha detto Andrei Frumusanu in AnandTech , con gli annunci delle aziende.

© 2018 Tech Xplore