Project Trillium:объяснение усовершенствованной платформы машинного обучения Arm

• Arm анонсировала проект Trillium, который включает в себя процессор машинного обучения и обнаружения объектов нового поколения, а также программное обеспечение для нейронных сетей. 
• Он будет ориентирован на широкий спектр устройств:от мобильных и домашних развлечений до датчиков, центров обработки данных и т. д.

Arm, многонациональная компания по разработке полупроводников и программного обеспечения, анонсировала платформу машинного обучения нового поколения под названием Project Trillium. Он специально разработан для машинного обучения и возможностей нейронных сетей, которые можно масштабировать на любое устройство, от серверов до подключенных автомобилей.

Спрос на искусственный интеллект чрезвычайно растет, а вместе с ним и потребность в инновациях для решения больших вычислений при сохранении энергоэффективности. Компания запустила эту платформу, чтобы предоставить широкий спектр устройств с высокой степенью гибкости и масштабируемости.

Технологии машинного обучения, которые мы имеем сегодня, ориентированы только на определенный класс устройств, который необходимо изменить. Хотя первоначальный фокус проекта Trillium будет сосредоточен на мобильных процессорах, будущие продукты будут обеспечивать гибкость, позволяющую двигаться вверх по кривой производительности — от интеллектуальных колонок, домашних развлечений до датчиков и т. д.

Арм Холдинг

Arm – доминирующий рынок процессоров для мобильных телефонов и планшетов. Их линейка графических процессоров Mali используется в ноутбуках, более чем в 50 процентах планшетов Android и в нескольких версиях умных часов и смартфонов Samsung. И да, это третий по популярности графический процессор на мобильной платформе.

Основные конструкции Arm используются в чипах, поддерживающих различные распространенные сетевые технологии в смартфонах, такие как широкополосный доступ, Wi-Fi и Bluetooth. Их основными конкурентами являются AMD, Qualcomm, Nvidia и, конечно же, Intel. По состоянию на 2016 год совокупные активы компании составляли 3,21 доллара США.

Новый процессор машинного обучения

Наряду с огромным повышением эффективности гетерогенная платформа машинного обучения Arm намного превосходит традиционную логику процессоров цифровых сигналов. По данным компании, мобильный процессор может выполнять более 4,6 триллионов операций в секунду. , что позволяет ему обеспечить эффективную пропускную способность в 2–4 раза в реальных приложениях благодаря интеллектуальному управлению данными.

Эти новые процессоры обладают непревзойденной производительностью в условиях ограниченной стоимости и температурного режима с эффективностью 3 триллиона операций на секунду ватта. Более того, они имеют программируемые механизмы слоев для обеспечения готовности к будущему и легко настраиваются для реализации расширенной геометрии.

Рука Обнаружение объектов С другой стороны, процессор специально разработан для обнаружения людей и объектов с практически бесчисленным количеством объектов в кадре. Он обеспечивает обнаружение в реальном времени с полной обработкой высокого разрешения со скоростью 60 кадров в секунду — производительность до 80 раз выше, чем у обычных процессоров.

Источник:Арм 

Процессор обнаружения объектов имеет подробную модель людей, которая предлагает богатые метаданные и позволяет определять траекторию, направление, позу и жесты. Он передает данные размером в килобайты, уменьшая пропускную способность облака и позволяя агрегировать тысячи потоков на сервер.

В целом оба этих процессора обеспечивают высокопроизводительное и эффективное решение для обнаружения и распознавания объектов, экономящее заряд батареи.

Программное обеспечение для нейронных сетей

Программное обеспечение Arm Neural Network устраняет разрыв между существующими платформами нейронных сетей (такими как Caffe, TensorFlow, Android NN) и полным спектром процессоров Arm Cortex, графических процессоров Mail и процессоров машинного обучения.

Проще говоря, это программное обеспечение и инструменты Linux с открытым исходным кодом, которые позволяют выполнять рабочие нагрузки машинного обучения на энергоэффективных устройствах. Разработчики смогут в полной мере использовать производительность и возможности базового оборудования Arm для достижения максимальной производительности приложений машинного обучения.

Читайте:19 самых инновационных стартапов в области искусственного интеллекта

Новый пакет интеллектуальных технологий машинного обучения Arm будет доступен для ранней предварительной версии в апреле, а для общего доступа он станет доступен в середине 2018 года.