本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

Arm 推出了 2 款具有 AI 功能的 NPU（神經(jīng)處理單元），Arm Cortex-M55 和Ethos-U55。

新芯片專為物聯(lián)網(wǎng)終端設(shè)備設(shè)計，不需要云連接，旨在提高低功耗嵌入式設(shè)備的機器學(xué)習(xí)和推理能力。

Arm 稱，在某些語音和視覺場景下，能將機器學(xué)習(xí)性能提升多達 480倍。

這兩款芯片預(yù)計 2021 年初上市。

Cortex-M55：氦氣技術(shù)+自定義指令能力

Cortex-M55 屬于 Arm 的 Cortex-M 產(chǎn)品系列，具有性價比高、高能效的特點。

這是第一款基于 Arm 氦氣技術(shù)的片上系統(tǒng)。所謂氦氣技術(shù)，實際上是針對 Arm Cortex-M 系列處理器的 M-Profile 矢量擴展（MVE）技術(shù)，旨在為最小的嵌入式設(shè)備提供增強的機器學(xué)習(xí)和信號處理。

最高提升480倍：Arm推出2款新AI邊緣計算芯片設(shè)計">

這是 Armv8.1-M 架構(gòu)的擴展，該架構(gòu)針對低功耗芯片進行了優(yōu)化，增加了150多個新的標量和矢量指令?？梢杂行в嬎?8 位、16 位和 32 位定點數(shù)據(jù)。

對于 8 位定點格式，補充了浮點數(shù)據(jù)類型，包括單精度浮點數(shù)（32 位）和版精度浮點數(shù)（16 位）。

Arm 表示，與前代產(chǎn)品相比，采用氦氣技術(shù)的 Cortex-M55 可將數(shù)字信號處理性能提高 5 倍，將機器學(xué)習(xí)性能提高 15 倍。

此外，它還允許高級內(nèi)存接口提供對機器學(xué)習(xí)數(shù)據(jù)的快速訪問，并內(nèi)置于 Arm TrustZone 系統(tǒng)內(nèi)。

Ethos-U55：Arm 首款 microNPU

Ethos-U55 屬于 Cortex-M 處理器的配套 NPU 加速器架構(gòu)，致力于解決對電池壽命和成本敏感的復(fù)雜AI計算難題，需要和 Cortex-M55、Cortex-M33、Cortex-M7、Cortex-M4 等產(chǎn)品搭配使用。

Ethos-U55 的設(shè)計非常精簡，著眼于面積和功率效率，具有較小的內(nèi)存占用量。

簡而言之，這是一款既小又省電、可以在最小的電子設(shè)備上運行的神經(jīng)網(wǎng)絡(luò)專用芯片。

它包含 32 至 256 個可配置計算單元，與基本的 Cortex-M55 相比，最多可實現(xiàn) 32 倍的機器學(xué)習(xí)性能提升。

也就是說，與前幾代 Cortex-M 芯片相比，Ethos-U55 + Cortex-M55 的組合，運行機器學(xué)習(xí)任務(wù)的速度最高能提升 480 倍。

最高提升480倍：Arm推出2款新AI邊緣計算芯片設(shè)計">

Arm表示，與 Cortex-M7 相比，Cortex-M55 和 Ethos-U55 的組合，在推理速度上能快 50 倍，在語音活動檢測、噪聲消除等任務(wù)當中，能效最高能提升 25 倍。

最高提升480倍：Arm推出2款新AI邊緣計算芯片設(shè)計">

而在軟件方面，Cortex-M55 和 Ethos-U55 都可以與流行的機器學(xué)習(xí)框架（TensorFlow 和 PyTorch），以及 Arm 自家的解決方案很好地配合使用。

應(yīng)用領(lǐng)域

機器學(xué)習(xí)現(xiàn)在正在被部署到各種行業(yè)的各個系統(tǒng)當中。

AI邊緣芯片，正在成為廠商們互相斗法的新“戰(zhàn)場”。

比如英特爾的 Myriad，谷歌的 Edge TPU，英偉達的 Jetson Nano 等等。

Arm 認為，終端 AI 市場將成為未來幾年中出現(xiàn)爆炸性增長的領(lǐng)域。

新的 IP 版本，正是為了涵蓋這一領(lǐng)域。

比如，新芯片將能夠把AI應(yīng)用程序帶到農(nóng)業(yè)領(lǐng)域。

成百上千個配備了機器學(xué)習(xí)功能的低成本傳感器可以仔細校準每株植物需要的水量、肥料和殺蟲劑。

比如無人駕駛汽車和智能醫(yī)療設(shè)備的落地，都需要 AI 邊緣芯片的加持。

Arm表示，Cortex M55 + Ethos U-55 的組合，可以執(zhí)行更高級別的機器學(xué)習(xí)任務(wù)，包括手勢檢測、指紋、面部、語音識別等。

Arm 汽車及物聯(lián)網(wǎng)業(yè)務(wù) VP 兼總經(jīng)理迪普提·瓦查妮（Dipti Vachani）補充說：

讓 AI 在功率相對較低的設(shè)備上運行，而不是必須與基于云的數(shù)據(jù)中心保持通信，對數(shù)據(jù)安全和隱私而言至關(guān)重要。

不過，Arm 的新芯片設(shè)計都屬于推理芯片，對對象分類和實時人臉識別這樣的計算密集型任務(wù)并不適用。