在老百姓中普及人工智能的重任就交给Arm了？

Arm最近发布了Project Trillium人工智能(AI)平台，有可能被生态系统伙伴迅速采用，并且在各种解决方案之间发展出可供软件社群利用的一致性。

市场研究机构Tirias Research认为，到2025年，有95%的新设备或平台将会利用云端的AI或是具备某种型态的原生机器学习；Arm并不是第一家提供AI解决方案的IP或半导体供应商，但身为产业界最大的处理器架构生态系统核心，该公司有一天可能会实现数以百亿计的智能设备。

今日的云端解决方案是利用绘图处理器(GPUs)、FPGA与客制化芯片进行大规模布署，而大多数设备等级的解决方案是利用数字信号处理器(DSPs)、专属IP功能区块或是客制化加速芯片；新一代的解决方案与公司如雨后春笋般崛起，Arm正跨足这个新战场。

Project Trillium包括专门为布署设备上机器学习所设计的新系列处理器核心，在锁定今日的推理功能之同时，该平台的目标还包括在未来提供某种程度的模型修正(model modification)。

Arm声称其处理器核心性能可达到3 TOPs/Watt，整体性能(8位整数)超过4.6TOPs，进一步优化能达到4倍性能提升。Project Trillium核心一开始是以7纳米工艺达到1.5W的目标功耗，这一系列核心能利用开放源码软件，以统一内存架构(unified memory architecture)与现有的Arm核心整合。

Project Trillium核心初始目标应用为智能手机与IP摄像头，特别是搭配Arm在国际消费性电子展(CES)期间发表的对象侦测(Object Detection)处理器，或是Arm的神经网络链接库；长期来看，该系列核心有可能进军任何一种移动设备或嵌入式应用。Project Trillium系列IP预计在2018年中提供给生态系统伙伴，采用该IP的产品则应该是2019年问世。

令人遗憾，目前并没有万用机器学习解决方案，每一种新任务都会有各自的神经网络要求；这带动了对新处理架构的需求，能跟着工作负载改变也能以倍数提升整体处理器性能。

时间尚早，Arm还未提供Project Trillium首批相关产品的细节，该公司刚刚加入一个已经有许多竞争对手的战场，而这可能会是一场需要花费数十年时间才能在数据中心领域分出胜负的战争，在边缘运算这个充满挑战的领域则需要更久时间。

编译：Judith Cheng

编按：本文作者为Tirias Research社长

本文授权编译自EE Times，版权所有，谢绝转载

关注最前沿的电子设计资讯，请关注“电子工程专辑微信公众号”。