В встроенных областях спрос на дедукции по краям и концам увеличивается, и Arm имеет как технологию Helium, позволяющую процессору выполнять более сложные вычислительные алгоритмы дедукции ии, так и ускорители AI серии этасов, чтобы удовлетворить более высокую производительность и более сложную рабочую нагрузку. Ethos-U NPU series — первый в мире микроускоритель AI, производимый ведущими компаниями, такими как britin, nigriнга, нхиппу-полупроводник, фантастический фотоэлемент (Himax), Alif Semiconductor и Synaptics. В последнее время Arm выпустила ускоритель Arm Ethos-U85 AI, который расширен в производительности, вычислительной силе и прикладных сценах, с тем чтобы прибегать к использованию периферического ии в течение следующих нескольких лет. По сравнению с предыдущим поколением, этас-у85 увеличил производительность этаса-у85 в четыре раза, а энергетическая эффективность увеличилась на 20%, поддерживая расширение блока MAC с 128 до 2048 (в случае с 1ггц, сила вычисления достигалась в четыре топс). Etos -U85 предоставляет одинаковые цепочки инструментов для достижения нелимитного опыта разработчика. Новые этас -U85 NPU поддерживают раму AI, такие как tenсорflow Lite и PyTorch. Этас-у85 может удовлетворить спрос на более высокие вычисления производительности на возникающих периферийных сценах ии, таких как умные дома, розничная торговля, промышленность и т.д. Рисунок: Arm Ethos-U85 предоставляет превосходную функцию ускорения нейронной сети, а этас -U85 поддерживает архитектуру трансформера и свертывающую нейронную сеть (CNN) для достижения аргументов ии. Анализ деятельности вице-президента по расширенному деловому развитию Arm, эос-у85, который не только обеспечивает вычисление матрицы умножения веса, необходимой для свёртывающей нейронной сети (CNN), но также поддерживает матрицу умножения, являющуюся одним из основных компонентов архитектурной сети Transformer. Ethos-U85 увеличивает поддержку архитектурной сети Transformer, что является одной из ключевых характеристик оптимизации времени на отрезке по краям больших моделей и повышения их обобщения. «Модель, основанная на Transformer, обладает превосходной обобщенной функцией, которая будет способствовать развитию новых приложений AI гораздо быстрее. Трансформер чрезвычайно ценна в визуальном и генерируемом использовании AI, таких как понимание видео, сочетание графики, улучшение изображений с созданием, классификацией изображений и определением целей. Механизм внимания для архитектурной сети Transformer легко использовать параллельные вычисления, чтобы повысить эффективность использования оборудования и позволить этим моделям развертываться на периферийных устройствах с ограниченными ресурсами. Разработчики могут использовать проекты, направленные на оптимизацию архитектурной сети Transformer, чтобы открыть новые возможности для периферийных ии, с тем чтобы эти приложения могли иметь более быстрое мышление, более оптимизированные модели и расширяемость». Этас-у85 не только поддерживает ускорение ии в мгу с низким энергопотреблением. В высокопроизводительной периферической вычислительной системе этас -U85 объединяется с процессором Armv9 Cortex-A для ускорения задачи ии, работающей на платформах, основанных на смартсетях, основанных на прикладных процессорах. Это позволило бы эos -U85 привести к эффективному краевому мышлению в применении промышленных машин, пограничных портов, носимых устройств и потребительских роботов. Новая модель Arm Corstone-320, ориентированная на конфигурационную платформу Corstone-320, содержит встроенный процессор Cortex-M85 с наивысшей производительностью в серии Cortex-M. Ускоритель Ethos-U85 NPU AI, а также Arm Mali- c — 55 ISP для достижения системы низкого энергопотребления, оптимизированной для визуального приложения. В соответствии с предыдущими эталонными проектами сети Arm, Corstone-320 предоставляет не только комбинацию IP-систем вычислений чипов, но и программное обеспечение, библиотеки моделей ии и инструменты разработки, чтобы восстановить программное обеспечение и использовать мощные экосистемы Arm. Он также включает в себя арм-виртуальное железо, имитирующее полную систему Corstone-320, а также постоянную виртуальную платформу (FVP) для процессоров и NPU для упрощения разработки и ускорения разработки продуктов и поддержки параллельного и совместного разработки программного обеспечения. Этот подход, предоставляющий лимбический ии и интеллектуальную сеть вычислительных подсистем с полным набором аппаратных средств и инструментов, позволяет партнерам быстро разрабатывать различные точки производительности и фокусировать их на создании различных ценностей. Рисунок: поддержка Arm для ускорения процесса развертывания оборудования на периферии ии magine представляет собой совершенно новую модель, направленную на разработку реальных рабочих мест, в Том числе на системы электропередачи аккумуляторов в умных домах, а также веб-камеры с низким кадрам в промышленных и розничных системах. В то же время модель Corstone-320 предоставляет комбинацию программного обеспечения с гарантиями безопасности, что позволяет партнерам, разработанным на основе этой рекомендации, успешно пройти сертификацию PSA Certified Level 2 для достижения соответсвующих стандартов региональной и глобальной безопасности. В заключение, Arm может помочь партнерам сократить расходы и время разработки маргидных интеллектуальных чипов с помощью предварительно интегрированной, предварительно подтвержденной модели модели Corstone-320. Экосистема программного обеспечения AI, основанная на платформе Arm, «только вычислительная платформа Arm может предоставить возможности и функции, необходимые ии от облаков до конечных точек, современным проворным разработкам и развертыванию процессов, для достижения согласованной архитектуры, основанной на количественной аутсорсинге, и для завершения трансформации ии с помощью единой цепи инструментов». Макин сказал: Действительно, согласованность цепочки инструментов и платформ очень важны для разработчиков, особенно перед лицом фрагментирования сети объектов, а также сложности, с которыми сталкивается Ай-Ай, в случае отсутствия хорошей экологической и инструментальной поддержки, это будет отнимать у разработчиков много времени на разработку. Поскольку периферийное ии продолжает расширяться, упрощённость использования становится более доступной для распространения, поэтому чипы и системные поставщики, разработчики программного обеспечения и интегрированные разработчики программного обеспечения объединяются на Arm вычислительной платформе. В настоя врем, включ разработчик, Дан учён, академ искусствен интеллект исследован сообществ разработчик, не тольк продолжа извлека выгод Arm экосист с партнер богат информац знан, вокруг Arm вычислительн платформ создава растущ инструмент для и программн обеспечен экосистем, библиотек с открыт исходн код и AI рамк, бол процесс разработк, Расширять развертывание пограничного ии. Рисунок: пример макинской экосистемы AI, основанной на Arm платформе, гласит: «Общеизвестно, что PyTorch open source ML фреймвокс широко используется для создания и обучения нейронных моделей, и мы также рады видеть, что фонд PyTorch инвестирует в периферический ии ии и выпускает ExecuTorch, предназначенный для мобильных и маргидных устройств, Были представлены таблицы операторов (Runtime) и операторские таблицы, охватившие различные типы моделей в экосистеме PyTorch. Кроме того, учитывая характерную для Arm модель лицензирования IP и открытую экосистему, OEM и ODM могут иметь несколько чипов и модулей, основанных на архитектуре Arm и компьютерных платформах, которые будут более гибкими в разработке системных программ, которые будут соответствовать конечному применению». Узел: По мере дальнейшего развития периферического ии Arm находится в центре движущей силы рыночного и технологического прогресса, увеличивая набор инструкций от вектора гелиума, встроенного в процессор Cortex-M, до оптимизации SVE, SVE2, SME векторов и матричных операций для прикладной процессора Cortex- m. Далее к ускорителю этас-у-Ай, Arm постоянно обогащает линию продукции и повышает производительность. Макин сказал, что арм не остановится на этом. По мере того как крупные модели продолжают сокращать оптимизированные модели с помощью количественного измерения, вырезки и полигональных технологий, делая их доступными для размещения на периферии и на супертерминале, Arm считает, что большие модели должны сочетать в себе важные тенденции, которые могут стать продуктом будущего ии, а также важным направлением, в котором применение ии может развиваться в отрасли. Arm был готов к тому, чтобы преодолеть пределы производительности и эффективности, которые связывают сеть вещей с большими моделями и многомодовым ии.

VMIVME-7452