Trillium 项目：Arm 先进机器学习平台详解

跨国半导体和软件设计公司 Arm 宣布推出新一代机器学习平台，名为 Project Trillium。它专为机器学习和神经网络功能而开发，可以扩展到从服务器到联网汽车的任何设备。

人工智能的需求正在急剧增长，因此需要创新来解决大型计算，同时保持节能的足迹。该公司推出该平台是为了提供各种具有高度灵活性和可扩展性的设备。

我们今天拥有的机器学习技术仅专注于需要改变的特定类别的设备。尽管 Trillium 项目最初的重点是移动处理器，但未来的产品将提供提升性能曲线的灵活性 - 从智能扬声器、家庭娱乐到传感器等。

Arm 是手机和平板电脑处理器市场的主导者。他们的 Mali 系列 GPU 用于笔记本电脑、超过 50% 的 Android 平板电脑以及三星智能手表和智能手机的几个版本。是的，它是移动平台中第三大最受欢迎的 GPU。

Arm的核心设计用于支持智能手机中各种常见网络技术的芯片，例如宽带、WiFi和蓝牙。他们的主要竞争对手是AMD、高通、Nvidia，当然还有英特尔。截至2016年，公司总资产为3.21美元。

除了巨大的效率提升之外，Arm 的异构机器学习平台远远超过了数字信号处理器的传统逻辑。据该公司称，移动处理器每秒可以执行超过 4.6 万亿次操作，使其能够提供2 到 4 倍的有效吞吐量 通过智能数据管理在实际应用中。

这些新处理器在成本受限和热环境中具有无与伦比的性能，效率可达每秒 3 万亿瓦特操作。此外，它们还具有面向未来的可编程层引擎，并且对于高级几何实现具有高度可配置性。

手臂物体检测 另一方面，处理器是专门为检测人和物体而开发的，每帧几乎有无数个物体。它以每秒 60 帧的速度提供全高清处理的实时检测，性能比传统处理器高出 80 倍。

来源：Arm

对象检测处理器具有详细的人物模型，可提供丰富的元数据并允许检测轨迹、方向、姿势和手势。它传输千字节大小的数据，减少了云的带宽，并支持每台服务器聚合数千个流。

总体而言，这两款处理器均以省电的方式提供高性能、高效的物体检测和识别解决方案。

Arm 神经网络软件弥补了现有神经网络框架（如 Caffe、TensorFlow、Android NN）与全系列 Arm Cortex CPU、邮件 GPU 和机器学习处理器之间的差距。

简而言之，它是开源 Linux 软件和工具，可在节能设备上实现机器学习工作负载。开发人员将能够充分利用底层Arm硬件性能和功能，实现机器学习应用程序的最高性能。

阅读：19家最具创新力的人工智能初创公司

新的 Arm 机器学习 IP 套件将于 4 月份提供早期预览版，并将于 2018 年中期全面开放。

工业技术