Arm:在共同架构下推动全面运算(Total Compute)达到数字沉浸所需要的性能

发布时间:2019-10-10 14:40    发布者:eechina
关键词: Total Compute , 机器学习 , 全面计算
来源:Arm公司

5G、人工智能(AI)、各种实境技术(xR)与物联网(IoT)的加速发展正在改变计算需求。要达到数字沉浸所需要的性能,必须超越当前的水准,并朝Total Compute的世界迈进。这需要在设计IP时采用一种截然不同的方法,必须深度聚焦在性能、安全性与开发人员介入权的优化。

未来需要的不是更多现有的东西,而是思考方式的重大改变。通过对IP、软件以及工具本身以及彼此间协作的全面优化,Arm的关注焦点正在从单一的产品演进转化为以应用场景与体验为导向的系统解决方案,从而提供一个安全的基础,并达成未来复杂计算所带来的挑战所需的性能。

将机器学习的性能推升至全新水平

自从推出Cortex-A73后,Arm便逐步且逐代地提升机器学习(ML)性能;今天,我们正在努力大幅拓宽针对ML的CPU覆盖。为了实现这个全新的数字世界,计算能力必须被推升至全新的水平,因此Arm 将Matrix Multiple (MatMul)加入到新一代的Cortex CPU“Matterhorn”中,令其ML性能与前代CPU相比提升一倍。

除了CPU以外,还需要聚焦、并把Total Compute方式应用到每一个计算要素以及其系统内部基础架构之上。无论是Arm CPU、图形处理器(GPU)、神经处理器(NPU)、互连或系统IP,都必须优化成整合式的解决方案;而这必须仰赖软件与工具,包括Arm类神经网络开发工具包 (Arm NN)、Arm计算库 (Arm Compute Library)、开源社区、以及开放标准等,这些都必须构建在安全的基础上。

确保数字世界的安全性

关注安全性并了解为何这件事非同小可,对于数字沉浸而言非常重要。人们越来越依赖他们的手机,手机已经变成所有个人信息的中枢,如果没有安全性,就没有隐私可言。Total Compute内的安全性基于三个层次:

        应用的安全性:应用程序与数据受到保护
        过程中的安全性:针对薄弱环节进行侦测与保护
        平台的安全性:通过透明且可获取的安全标准进行去碎片化

1.png
Arm已经开始推出例如Memory Tagging Extensions(MTE)在内的创新安全功能并整合到Total Compute内,以迎合客户的各种需求。事实上,Google最近刚宣布与Arm共同为安卓设备设计MTE的计划。这些功能结合Arm的平台安全性架构(PSA),将可协助整个生态系统内安全性的标准化与去碎片化。

在共同架构下赋能开发人员

全球共有2300多万软件开发人员专注于打造最佳体验,他们渴望一套标准化的软件与驱动程序接口以打造他们的平台。Arm正致力于投资这些开发人员,以便为明日的数字沉浸赋能。Arm的目标是推出Total Compute后,使它成为所有开发人员的优选平台,进而让从芯片到虚拟原型都能释放更强的性能。

此外,Arm也宣布延伸与Unity的合作伙伴关系。Unity是Arm的战略合作伙伴,与Arm一样抱有赋能创造者的使命。Arm将与Unity共同努力,进一步优化基于Arm的SoC、CPU和GPU的性能,使开发人员得以将更多的时间用于创造全新的、沉浸式的内容。目前,有七成VR内容的开发都在Unity的工具链中发生,双方的进一步合作有助于推动整个生态系统的持续发展,对于双方未来的成功也至关重要。

Unity Technologies平台部门副总裁Ralph Huawert表示:“我们很骄傲能与Arm携手合作,为数以十亿计的基于Arm技术的设备提供特别优化的工具,持续为全球最大的创造者团体 - Unity开发者赋能。”

Total Compute: 您的平台之选

产业发展已经来到关键的十字路口,特别是在试图解决整合方面的一个重大挑战:单个IP与碎片化解决方案很难优化。想要充分抓住未来巨大的技术机会,IP设计必须以应用场景、消费者体验与生态系统的需求为核心。

任何Total Compute解决方案,无论是VR头戴式设备、可穿戴设备、智能手机还是数字电视,都将包括各式各样的元素。Arm的目标是为未来的计算平台提供基础,而Total Compute方法将能简化安全性,提升性能与效率,同时给予开发人员通过整个Arm生态系统获取更多性能的机会,最终达成真正的数字沉浸。

更多完整内容可参阅Arm市场营销副总裁Ian Smythe的Blog文章。
本文地址:https://www.eechina.com/thread-569473-1-1.html     【打印本页】

本站部分文章为转载或网友发布,目的在于传递和分享信息,并不代表本网赞同其观点和对其真实性负责;文章版权归原作者及原出处所有,如涉及作品内容、版权和其它问题,我们将根据著作权人的要求,第一时间更正或删除。
您需要登录后才可以发表评论 登录 | 立即注册

厂商推荐

相关视频

关于我们  -  服务条款  -  使用指南  -  站点地图  -  友情链接  -  联系我们
电子工程网 © 版权所有   京ICP备16069177号 | 京公网安备11010502021702
快速回复 返回顶部 返回列表