Arm avdekker Project Trillium-familien av dedikerte AI-prosessorer

Arm Holdings tjener på økningen av kunstig intelligens og maskinlæring med lanseringen av en ny familie av prosessorer og programvare under Project Trillium-merket. Selskapet kunngjorde nylig den nye linjen med prosessorer som har tre komponenter: Arm ML-prosessoren, Arm OD-prosessoren og Arm NN-programvaren.

Arm ML-prosessoren, som selskapet påpeker, er designet fra grunnen av for optimalisert maskinlæringsakselerasjon for mobile enheter og andre lignende markeder. Prosessoren er i stand til å levere “Bransjeledende ytelse på 4,6 TOP-er, med en fantastisk effektivitet på 3 TOP-er / W for mobile enheter og smarte IP-kameraer.” I tillegg leveres prosessoren med programmerbare lagmotorer for fremtidssikring, avstemte forhåndsgeometriimplementeringer og innebygd minne for redusert ekstern minnetrafikk.

Arm OD-prosessorer, derimot, er designet for å være den "Mest effektive måten å oppdage mennesker og objekter på mobile og innebygde plattformer." Prosessoren er i stand til å skanne hver ramme og gir en liste over oppdagede objekter sammen med deres plassering i scenen. Arm hevder at prosessoren kan oppdage objekter i sanntid som kjører på 60 fps i Full HD, objektstørrelser kan variere fra 50 × 60 piksler til fullskjerm, og prosessoren kan oppdage tilnærmet ubegrensede objekter per ramme. I tillegg kan Arm OD-prosessoren brukes i kombinasjon med CPUer, GPUer eller Arm ML-prosessoren for å gi mer lokal behandling som forventes å redusere det samlede beregningskravet..

Endelig, Arm NN "Muliggjør effektiv oversettelse av eksisterende nevrale nettverksrammer, slik at de kan kjøre effektivt - uten modifikasjon - på tvers av Arm Cortex-prosessorer og Arm Mali-GPUer." Arm NN-programvaren støtter innfødt Arm ML-prosessoren og ledende nevrale nettverksrammer, inkludert TensorFlow, Caffe, Android NNAPI og MXNet. Selskapet hevder at Arm NN bygger bro mellom eksisterende nevrale nettverksrammer og den underliggende IP. Programvaren vil være gratis og vil snart være tilgjengelig under en tillatende MIT open source-lisens.