最小型終端裝置的機器學習效能提高15倍,Arm推出Armv8.1-M架構

最小型終端裝置的機器學習效能提高15倍,Arm推出Armv8.1-M架構

Arm 宣布推出 Armv8.1-M 架構與 M-Profile Vector Extension (MVE)向量擴充方案的 Arm Helium 技術,簡化開發者軟體開發流程,並提升未來基於 Cortex-M 處理器裝置的機器學習與訊號處理效能。

Arm Helium 技術藉由針對 Arm Cortex-M 系列處理器打造的 M-Profile Vector Extension (MVE)向量擴充方案,讓在 Arm TrustZone 安全基礎上運行的 Armv8.1-M 架構能夠提高運算效能。Helium 技術將為未來 Arm Cortex-M 處理器提供達15倍的機器學習效能以及提升5倍的訊號處理效能。

更上一層樓的運算

先進的數位訊號處理(DSP)現已透過 Arm Neon 技術擴展至更多 Cortex-A 架構元件。針對功能受限的應用,Arm 亦在旗下較高效能的 Cortex-M 處理器(包括Cortex-M4、Cortex-M7、Cortex-M33以及Cortex-M35P)加入 DSP 擴充方案。兩種技術都可用來加速特定應用的機器學習運算。

針對功能受到最多限制的嵌入式系統,能源效率是最優先考量的因素,以往採用的解決方案都是用一顆 Cortex 處理器搭配 SoC 晶片內的 DSP 處理器,然而這種作法也增加硬體與軟體設計的複雜度。為了在這些裝置上納入更多機器學習功能,使得現有的 SoC 開發難題變得更加艱鉅,因而需要更高深的專業技術才能運用不同的工具鏈、撰寫程式、除錯、以及運作於專利式安全解決方案。

Armv8.1-M 與 Helium 的組合能克服上述這些難題,不僅帶來即時控制程式碼、機器學習與 DSP 執行能力,而且效率絲毫不減。這讓軟體開發者得以運行各種 DSP 功能,擴展各種智慧程式到種類更廣泛的裝置,強化對三種關鍵類別新興應用的支援:震動與動態、語音與聲音、以及視覺與影像處理。這些新一代基於搭載 Helium 技術的 Cortex-M 架構 SoC 將改進未來各種裝置的使用者經驗,包括感測器中樞設備(sensor hub)、穿戴裝置、音效裝置、工業應用等。

除了提升效能與降低開發成本外,SoC 設計與開發團隊將能立即體會到其他利益,包括最佳化的成本、功耗、以及開發設計工作量,全拜功能整合之賜;簡化的 TrustZone 部署,Armv8.1-M 的設計遵循平台安全架構(PSA)的規範;單一工具鏈涵蓋軟體開發的控制與訊號處理層面;簡化的軟體開發歸功於發展成熟 Helium 生態系統提供陣容完備的工具、模型、函式庫,其中許多資源已被 Cortex-M 開發者廣為採用

簡化軟體開發流程

此外,Helium 統一的工具鏈、函式庫、以及模型等資源將讓軟體開發流程更為簡化。Helium 工具鏈包含 Arm Development Studio,附有 Arm Keil MDK 套件、Arm Models 模型(開發者能立即用在程式碼建模)、以及各種軟體函式庫,包括 CMSIS-DSP 以及 CMSIS-NN 在內,讓開發者能依據自己需求挑選適合方案。

Helium 將 Arm Project Trillium 計畫的價值帶到各種機器學習應用,讓框架與函式庫的支援能力向下延伸到硬體層面。由於 SoC 開發者必須在不同效能、面積、功耗、以及成本等方面的限制下開發適合的方案,因此沒有單一產品能滿足所有應用的需求。Helium 專屬的工具鏈與模型現已釋出,各夥伴廠商預計在未來2年陸續推出採用 Helium 技術的晶片。

Hsuann
作者

T客邦特約編輯 ,負責產業即時報導、資訊整理

使用 Facebook 留言
發表回應
謹慎發言,尊重彼此。按此展開留言規則