Project Trillium: платформа машинного обучения Arm нового поколения

Arm анонсировал Project Trillium, который включает процессор машинного обучения и обнаружения объектов нового поколения, и программное обеспечение нейронных сетей.

Он будет нацелен на широкий спектр устройств — от мобильных и домашних развлечений до сенсоров и дата-центров и далее.

Arm Holdings

Arm доминирует на рынке процессоров для мобильных телефонов и планшетов. Их линейка GPU Mali используется в ноутбуках, более чем 50% Android-планшетов и нескольких версиях умных часов и смартфонов Samsung. И да, это третий по популярности GPU в мобильной платформе.

Основные дизайны Arm используются в чипах, поддерживающих различные распространенные сетевые технологии в смартфонах, такие как широкополосный доступ, WiFi и Bluetooth. Их основные конкуренты — AMD, Qualcomm, Nvidia и, конечно, Intel. На 2016 год общие активы компании составляли 3,21 млрд долл.

Новый процессор машинного обучения

Помимо огромного подъема эффективности, гетерогенная платформа машинного обучения Arm далеко превосходит обычную логику от цифровых сигнальных процессоров. По словам компании, мобильный процессор может выполнять более 4,6 триллионов операций в секунду, позволяя ему доставлять в 2–4 раза большую эффективную пропускную способность в реальных приложениях через умное управление данными.

Эти новые процессоры обладают бесподобной производительностью в условиях ограничений по стоимости и тепловыделению с эффективностью 3 триллиона операций в секунду на ватт. Более того, они имеют программируемые слойовые движки для будущей совместимости и высоко конфигурируемы для передовых геометрических реализаций.

Процессор Object Detection Arm, с другой стороны, специально разработан для обнаружения людей и объектов с практически бесчисленным количеством объектов на кадр. Он обеспечивает обнаружение в реальном времени с полной обработкой High-Definition на 60 кадров в секунду — до 80 раз лучше производительности, чем у обычных процессоров.

Процессор Object Detection обладает детальной моделью людей, которая предлагает богатые метаданные и позволяет обнаруживать траекторию, направление, позу и жест. Он стримит данные размером в килобайты, уменьшая полосу пропускания к облаку и позволяя агрегировать тысячи потоков на сервере.

В целом, оба эти процессора доставляют высокопроизводительное, эффективное решение для обнаружения и распознавания объектов в батарею-дружелюбном способе.

Программное обеспечение нейронных сетей

Arm Neural Network software связывает разрыв между существующими фреймворками нейронных сетей (как Caffe, TensorFlow, Android NN) и полным спектром Arm Cortex CPU, Mali GPU и процессоров машинного обучения.

Просто скажем, это открытое программное обеспечение Linux и инструменты, позволяющие нагрузки машинного обучения на энергоэффективных устройствах. Разработчики смогут полностью использовать базовую производительность и возможности Arm «железа», чтобы достичь наивысшей производительности от приложений машинного обучения.

Новый набор IP машинного обучения Arm будет доступен для раннего предварительного просмотра в апреле, и он будет открыт для общего доступа в середине 2018 года.