帳號:
密碼:
最新動態
產業快訊
CTIMES/SmartAuto / 新聞 /
Arm:大規模運算將成為行動運算開發人員最大挑戰
 

【CTIMES/SmartAuto 王岫晨 報導】   2019年12月31日 星期二

瀏覽人次:【5590】

近年來,機器學習(ML)技術,尤其是機器學習的神經網絡子集,幾乎已經迅速入侵了行動設備硬體和應用軟體的所有層面。許多常用且廣泛使用的手機應用程序都在後台運行ML技術,以針對特定用法和行為對設備進行微調。當手機的電源管理系統自動微調性能設置以延長電池壽命時,這就是機器學習的一個例子。當行動設備助理裝置追蹤正常的行車狀況,並發送有關火車或下班回家路上交通異常延誤的警示時,這也是機器學習的一種形式。而且,如果社交網路應用程序使用你朋友的名字來標記你所上傳的照片,那麼這也是正在運作中的機器學習的最好例證。

Arm機器學習事業部副總裁Steve Roddy
Arm機器學習事業部副總裁Steve Roddy

Arm機器學習事業部副總裁Steve Roddy指出,上面所提到的範例,都是下載到手機並在CPU或GPU上運行的軟體APP應用程序。深度嵌入功能還與行動設備的硬體緊密相關,例如,高性能的神經網路功能可以改善行動設備中的相機視頻和靜態影像捕獲品質。當行動設備連接到無線網路或蜂巢式網路時,高級WiFi和5G調變解調器將採用與機器緊密耦合的自適應機器學習演算法,並最大程度地提高數據傳輸速率。

Steve Roddy說,在所有這些機器學習的案例中,技術上最具挑戰性的是照片與視頻的強化功能,通常稱為運算攝影。拍攝10秒鐘視頻或自拍照的消費者,希望在非常高分辨率的感測器上,以每秒60幀的速度執行具有智能對焦和曝光的穩定流暢視頻擷取;加上透過語音來啟動的命令處理功能,以設置功能並啟動或停止視頻擷取(自然語言處理)。

在即時視頻上同時運行所有這些功能,將會消耗大量的系統運算處理能力。在今年所宣布用於高階行動領域的最新行動設備,多數都採用了Arm架構處理器來提供具多核運算效能的15~20 TeraOp/Sec神經處理單元(NPU),可以滿足這些應用範例中的高運算要求。我們可以預期,在2020年甚至2021年將超過這些運算的水準,以節能和數據頻寬高效的方式來提供大量運算,將成為目前行動運算晶片開發人員所面臨的最大挑戰。

關鍵字: Arm 
相關新聞
Arm發佈車用技術及運算子系統路徑圖 加速AI車輛上市
Ceva加入Arm Total Design 加速開發5G端到端SoC
Arm擴展全面設計生態系 加速基礎設施創新
Arm更新Neoverse產品 加速打造Arm架構人工智慧基礎設施
Nordic與Arm擴展合作 簽署ATA授權合約
comments powered by Disqus
相關討論
  相關文章
» 開啟邊緣智能新時代 ST引領AI開發潮流
» 低功耗MCU釋放物聯網潛力 加速智慧家庭成形
» AI賦能智慧邊緣 行動運算處理器的時代革命
» ST以MCU創新應用潮流 打造多元解決方案
» ST開啟再生能源革命 攜手自然迎接能源挑戰


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.2048.3.95.233.107
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw