CTIMES/SmartAuto - ARM于 Computex 2017前夕推出三款处理器:

ARM今在台北国际电脑展(COMPUTEX TAIPEI 2017)全新处理器，包括基于ARM DynamIQ技术的两款CPU－ARM Cortex-A75处理器、ARM Cortex-A55处理器，以及ARM Mali-G72绘图处理器，进一步提升人工智慧体验。人工智慧(AI)已使人们日常生活更为便捷并造成转变，几乎每天都会读到或看到能够拯救生命的AI创新概念原型产品。然而，复制人脑的学习与决策功能有赖于开发演算法，而开发演算法通常必须用到云端密集(cloud-intensive)的运算力。不过，若希望让改变生活的人工智慧全面普及，并且透过即时判定及更完善的隐私防护以更贴近使用者，那么以云端为中心的方法就不是最佳的长期解决方案。

此外，在近期即将公布的调查结果显示，全球85%的消费者都对于人工智慧的安全性抱持疑虑，这项关键指标反映出必须在端点(edge)装置纳入更多处理效能以及储存个人资料，才能让各界对人工智慧的隐私安全有更高的信心。

ARM于3月首度推出ARM DynamIQ 技术，针对从晶片到云端的分散式智慧达成第一个里程碑。今日推出首波采用DynamIQ技术的产品ARM Cortex-A75与Cortex-A55处理器，则又是另一项重要里程碑。两款处理器均包含：

‧ 基于DynamIQ技术为人工智慧效能任务提供专属指令集(dedicated instructions)，协助ARM在未来3到5年实现人工智慧效能提高50倍之目标

‧ 采用DynamIQ big.LITTLE技术，在单一运算丛集中提高多核系统的功能与弹性

‧ ARM TrustZone技术为数十亿装置提供安全基础，在装置端强化SoC的安全性

‧ 提升先进驾驶辅助系统(ADAS)与自动驾驶的安全功能

为进一步优化分散式智慧与装置端机器学习之系统单晶片(SoC)，ARM更推出出货量全球第一GPU的最新旗舰版－Mali-G72，新款Mali-G72绘图处理器采用Bifrost架构，专为新一代要求严苛的应用而设计，例如在装置上执行机器学习，以及高拟真行动装置游戏(High Fidelity Mobile Gaming)与行动虚拟实境(VR)等应用。

Cortex-A75: 突破单执行绪效能

Cortex-A75不仅在单执行绪(single threaded)效能有大幅提升，且具备完全无损能耗效率之领先优势。 Cortex-A75除了效能大幅提高50%，还搭载更佳的多核处理功能，使ARM合作伙伴能支援各种高效能使用情境，其中包括笔电、网路以及伺服器，耗电量维持在智慧型手机等级的水准。针对Cortex-A75进一步的效能数据以及技术功能的深入探讨，可参考附件Stefan Rosinger的文章。

基于Cortex-A53的系统单晶片(SoC)于2013年问市，自此之后各家ARM合作伙伴的累积出货量已突破15亿，且出货量持续快速成长，这为后继产品建立了难以超越的高标准。然而，Cortex-A55并非只是一个Cortex-A53的后继产品。 Cortex-A55凭借专属的人工智慧指令，并能实现相较于现今搭载Cortex-A53装置2.5倍的每毫秒效率(performance-per-milliwatt)，Cortex-A55将是全球应用范围广的高效能处理器。附件Govind Wathan的文章则针对Cortex-A55效能数据及技术细节有更多说明。

弹性big.LITTLE大小核效能配置将能满足更多日常应用装置之需求

当分散式智慧从网路端点涵盖至云端，必须将不同级别的运算需求纳入考量。 DynamIQ big.LITTLE提供更强大的多核灵活性，涵盖更多层面的效能与使用者体验，让用户首度能在单一运算丛集中自行设定big与LITTLE(大核及小核)两种类型的处理器。弹性的DynamIQ big.LITTLE技术正是分散式智慧所采取之系统级开发模式的核心。结合弹性CPU丛集、GPU运算技术、专属的加速器以及全新ARM Compute Library，彼此协力运行，能够使功耗更低，并提升人工智慧效能。免费开源的ARM Compute Library汇集了一系列针对Cortex CPU与Mali GPU架构进行优化的低阶软体函数。这是ARM承诺持续在软体上投资更多，期能在硬体上达到最高的效能并兼顾功耗的最新范例。

无论是新推出或是既有的基于ARM核心SoC，ARM Compute Library都能够提升人工智慧与机器学习效能达10至15倍之多。

Mali-G72: 优化下一代真实世界内容

ARM系统级开发模式能实现包括GPU在内的各种运算IP区块创新。 Mali-G72 GPU承袭了前一代Mali-G71的成功基础，更于Bifrost架构中加入许多改良，并带来40%的效能提升，使合作伙伴们能提升行动虚拟实境体验，并将高逼真行动游戏推升至更高的境界。透过优化算术能力 (arithmetic optimizations)以及增加快取，可显著降低频宽以提升机器学习效率17%。

凭借着提高25%的能源效率、提升20%的效能密度，以及全新机器学习优化功能，ARM能够在SoC中更有效率的达成分散式智慧。更深入的技术细节，可参考附件Freddi Jeffries Mali-G72的文章。

分散式智慧从这里开始今日ARM发表下一代CPU与GPU IP引擎，可支援最先进的运算任务。下图所示是端点设备中最优化的基于ARM技术之SoC范例。除了全方位的运算、多媒体、显示器、安全防护、以及系统IP，经过统合设计与验证，实现最高效能且最具效率的行动运算体验。连同这个套件推出的还有新版行动系统指南(System Guidance for Mobile, SGM-775)，内容包罗万象，从SoC架构到详细的晶片投产前分析(pre-silicon analysis)文件、模型和软体，ARM合作伙伴皆可免费取得。

今日ARM发表下一代CPU与GPU IP引擎，可支援最先进的运算任务。下图所示是端点设备中最优化的基于ARM技术之SoC范例。除了全方位的运算、多媒体、显示器、安全防护、以及系统IP，经过统合设计与验证，实现最高效能且最具效率的行动运算体验。连同这个套件推出的还有新版行动系统指南(System Guidance for Mobile, SGM-775)，内容包罗万象，从SoC架构到详细的晶片投产前分析(pre-silicon analysis)文件、模型和软体，ARM合作伙伴皆可免费取得。

从端点到云端、领先业界的软体生态系统

ARM将携手合作伙伴，致力在未来5年内实现下一个1000亿颗基于ARM晶片出货量的目标，透过比以前更高的灵活性，引领ARM生态系统从实体运算世界转型到自然运算，即是兼具随时连线(always-on)、直观与智慧的环境。此次产品发表将ARM推向「无所不在的运算(Total Computing)」之愿景更近一步，更带动智慧解决方案的转型。