現在 90% 的 AI 裝置都是基于 Arm 架構開發的，Arm 是一家英國晶片知識産權提供商，以 CPU 和 GPU 處理器而被熟知。為了提高機器學習的影響力，今天這家公司宣布了 Trillium 項目，包括一個機器學習處理器、一個目标檢測處理器，和一個神經網絡軟體庫的 Arm IP 套件。
Trillium 項目是這家公司在人工智能領域極富雄心的一次舉措，通過內建設計提升 AI 裝置的效率和性能，預計到 2028 年，這些裝置的數量将從現在的 3 億增長到 32 億。
Arm 在機器學習領域的努力可以追溯到 2013 年，那時它開始探索 AI 市場并實施了一系列的戰略收購。2017 年，這家公司宣布建立機器學習事業群，并任命 Jem Davies 擔任總經理。在一次獨家專訪中，Davies 告訴 Synced 他認為「沒有一個細分市場還沒有或者不會被 AI 所沖擊」。
「AI 幾乎影響所有……手機、相機、智能音箱，甚至溫度控制器。誰會想到房間溫度控制器是一個智能裝置呢？」Davies 說。
今天釋出的機器學習晶片是 Arm 的第一代針對移動裝置推斷的 AI 晶片。該晶片使移動裝置每平方毫米的運算性能不低于每秒 4.6 萬億次，在現實優化應用中實作 2 到 4 倍的吞吐量提升，以及在熱度和能耗有限的環境裡也能夠實作超過 3 TOPs/W 的效率。
Davies 說其機器學習處理器背後的架構是全新的，根植于多年的研究成果。該架構為 16 位整數運算進行了優化。
新架構将為 CPU 和 GPU 遇到的挑戰提供解決方案，Davies 說。「卷積神經網絡非常普遍。重點是傳統架構，不管是 CPU、GPU 還是 DSP，都要進行大量中間結果存儲和加載。是以，我們生産了一種全新的架構，該架構使用智能存儲系統。」
目标檢測處理器是基于 Arm 現有的 IP 族 Spirit 的疊代。Spirit 是主導 Hive 安防攝像頭的目标檢測加速器，于 2016 年 Arm 收購 Apical 後不久釋出，Apical 是一家為超過 15 億裝置提供計算機視覺和圖像處理器的公司。
Arm 的第二代處理器可以全高清、60fps 實時檢測無限數量的目标。其詳細的人體模型提供了豐富的中繼資料，使方向、軌迹、姿勢和動作檢測成為可能。
Arm 提供內建解決方案，包括機器學習處理器和目标檢測處理器。在實時目辨別别任務中，目标檢測處理器首先分離出感興趣區域，比如人臉。這樣，機器學習處理器就能夠分析更少的像素，以實作更快、更精細的結果。
Arm 的組合解決方案。
Arm 的神經網絡庫是一系列圖像、視覺和機器學習工作負載構造塊的集合。開發者可使用該軟體，以及 Arm 現有的實作工具，如加速算法和應用的 Compute Library，或最大化邊緣裝置上性能的 CMSIS-NN。該庫支援主流架構，如 TensorFlow、Caffe，且已經為 Arm Cortex CPU、Mali GPU 和新型機器學習處理器進行了優化。
Arm 機器學習處理器将于今夏發售，目标檢測處理器将于本季度末上市。