Project Trillium：Arm先进机器学习平台详解

跨国半导体和软件设计公司Arm宣布新一代机器学习平台，名为Project Trillium。专为可扩展至任何设备（从服务器到联网汽车）的机器学习和神经网络能力开发。

人工智能需求巨大增长，随之而来是解决大规模计算同时保持能效占地面积的创新需求。公司推出此平台为广泛设备提供高灵活性和可扩展性。

现有机器学习技术聚焦特定设备类别，需改变。虽Project Trillium初始聚焦移动处理器，未来产品将提供灵活性向上移动性能曲线——从智能音箱、家庭娱乐到传感器及更远。

Arm主导手机和平板处理器市场。其Mali系列GPU用于笔记本、超50%安卓平板、部分三星智能手表和手机。且是移动平台第三大GPU。

Arm核心设计用于支持智能手机各种常见网络技术芯片，如宽带、WiFi和蓝牙。主要竞争对手AMD、高通、英伟达、英特尔。2016年公司总资产32.1亿美元。

伴随巨大效率提升，Arm异构机器学习平台远超传统数字信号处理器逻辑。据公司称，移动处理器每秒执行超4.6万亿次运算，通过智能数据管理在真实应用中提供2-4倍有效吞吐量。

新处理器在成本约束和热环境中具无与伦比性能，效率达每瓦3万亿次运算。且具可编程层引擎面向未来，高度可配置先进几何实现。

Arm目标检测处理器专为检测人和物体开发，每帧虚拟无限物体。提供全高清60帧/秒实时检测——比传统处理器好80倍。

目标检测处理器具详细人体模型，提供丰富元数据允许检测轨迹、方向、姿态和手势。流式传输KB级数据，降低云带宽并使每服务器聚合数千流。

总体，两处理器以电池友好方式提供高性能、高效目标检测识别方案。

Arm神经网络软件填补现有神经网络框架（如Caffe、TensorFlow、Android NN）与全系列Arm Cortex CPU、Mali GPU和机器学习处理器间鸿沟。

简单说，它是开源Linux软件和工具，使机器学习工作负载在能效设备运行。开发者能充分利用底层Arm硬件性能和能力，从机器学习应用实现最高性能。

新Arm机器学习IP套件4月早期预览，2018年中全面公开。

工业技术