【方案】从芯片设计入手,ARM 为 AR/VR 发布『全面计算』SoC 解决方案( 二 )


另外 , 这种计算需要发生在未来的形状参数中 。例如 , 未来AR智能眼镜的SoC面积和功耗预算有限 。所以 , 高性能将需要在一个比现有智能手机更小的功率封装中实现 。对于上面地描述 , 你应该已经可以看出能够在整个系统中进行优化是多么的重要 。这将能确保所有的组件都能协同工作 。
3.将机器学习推向新的水平
TotalCompute(全面计算)能够通过机器学习(ML)推动性能 。CortexCPU产品的ML性能正逐年提高 。但要通过TotalCompute(全面计算)实现一系列的数字沉浸式用例和体验 , 我们需要将ML性能推向更高的水平 。在2019年的TechCon上 , Arm谈到了团队将如何把MatrixMultiply(MatMul)加入至代号为"Matterhorn"的下一代CPU之中 。这能够有效地使ML性能翻一番 , 并代表着一个重大的飞跃 , 有助于实现一系列基于AI的新用例和体验 。
【方案】从芯片设计入手,ARM 为 AR/VR 发布『全面计算』SoC 解决方案
文章图片

文章图片

然而 , 这种ML性能提升的不仅仅局限于CPU 。Arm正在投资于所有计算领域的ML性能提升 。最新的Mali-G77和Mali-G57都提供了显著的ML性能提升 。这两种GPU通过60%的性能密度提升来为移动设备提供了更快执行ML任务的能力 。最新的Ethos-N77和MEthos-N57同样提供了ML性能和效率方面的优化 , 可以在整个生态系统中解锁AI 。例如 , Ethos-N77可提供高达4个TOPS的性能 , 然后在多处理器部署中扩展到100个TOPS 。
我们同时不能忘记ArmNN 。这个通用API可以在所有ArmIP中最大限度地提高ML性能 。Arm的性能分析显示 , ArmNNN能够在短短六个月内将性能提升9.2倍 。这种提升是在BigCortex-ACPU、LittleCortex-ACPU和MaliGPU中实现 。这种在所有计算领域中持续改进ML的承诺非常适合未来的TotalCompute(全面计算)解决方案 。
4.赋能5G
TotalCompute(全面计算)对计算性能提升的驱动将得到5G浪潮的支持 。5G有望成为整个移动生态系统的变革性技术 。它提供了远高于4G的网络速度和延迟 。这在网络方面是巨大的进步 , 可实现新的用例和体验 , 并掀起新一轮的数字沉浸式浪潮 。同时 , 现有应用、用例和体验的进步使得用户体验变得更快捷、更沉浸、更方便 。但面临的挑战是 , 5G促使设备捕获更多的数据和信息 , 这使得已经十分复杂的计算密集型工作负载带来额外的压力 。5G的高数据和性能要求使得未来的设计更需要TotalCompute(全面计算)解决方案 。
【方案】从芯片设计入手,ARM 为 AR/VR 发布『全面计算』SoC 解决方案
文章图片

文章图片

5.全面的系统视角
TotalCompute(全面计算)是一种系统级别的设计方法 , 它将带来下一波数字沉浸式设计 , 加速计算性能 , 帮助实现未来所有令人兴奋的用例和体验 。对于用户来说 , 这意味着完全围绕着其需求定制出更丰富、更快速、更方便、更沉浸和更智能的体验 。
Arm表示:"我们致力于提高所有计算域的性能 , 向开发者提供为移动生态系统设计更多沉浸式应用的能力 。然而 , 如何在整个系统中进行编程是一个挑战 。TotalCompute(全面计算)的第二大支柱将解决这一难题:开发者访问 。在下一篇博文中 , Arm将介绍如何解决开发者访问 , 并促进开发者能够在TotalCompute(全面计算)系统释放所有性能 。
【【方案】从芯片设计入手,ARM 为 AR/VR 发布『全面计算』SoC 解决方案】从芯片设计入手 , ARM为AR/VR发布『全面计算』SoC解决方案最先出现在映维网 。


推荐阅读