软银旗下的英国半导体设计公司Arm Holdings周一公布了两款用于人工智能应用的芯片设计。一款名为Arm Cortex-M55处理器的芯片是Arm的微控制器系列中的最新产品，它是一款相对低成本，高能效的芯片，用于运行传感器和执行一些简单的计算任务，适用于多种领域，包括汽车引擎、遥控玩具以及电动工具等。在过去，这些类型的芯片通常缺乏足够的计算能力来有效地执行机器学习功能。相反，这些任务中的大多数必须在更高功率的芯片上执行，比如Arm的Cortex-A微处理器，这些微处理器存在于世界上大多数智能手机中。另一款新芯片名为Arm Ethos-U55 NPU，其设计是与M55配合运行，以满足有神经网络加速需求的应用。在过去的十年里，人工智能的大部分进展来自于在图形处理单元上运行这些神经网络，这是一款专门的计算机芯片，最初是为了处理用于视频游戏和动画的图像渲染所需的密集数字运算。但是，最近，一些公司创建了NPU，即“神经处理单元”，专门为运行神经网络设计的芯片。在基准测试中，这些芯片可以比GPU更快、更有效地运行神经网络。Arm声称Ethos-U55是业界的第一个“微型NPU”，换句话说，它是这些神经网络专用芯片中的第一个，足够小，足够省电，可以在最小的电子设备上运行。麦肯锡咨询公司（Consul tants McKinsey&Company）预测，到2025年，与AI相关的半导体年销售额可能达到670亿美元，约占所有计算机芯片需求的20%。另一家咨询公司德勤（Deloitte）预测，AI专用芯片的市场今年将达到26亿美元，到2024年将翻一番。Arm在2018年首次进军AI专用芯片市场，当时推出了机器学习处理器的设计，另一款专门针对检测图像中的物体。但这两种处理器都是为电力效率和成本不那么关键的环境设计的。这家英国公司并不是唯一一家希望为低成本、高效率的传感器和电子产品提供机器学习能力的芯片制造商。作为推动5G移动业务的一部分，华为已经投资于廉价的NPU，但它已经将这些芯片打包为更高端手机的更大芯片的一部分，比如麒麟970芯片。英特尔在边缘计算市场通常并不活跃，而是以数据中心和个人计算设备为目标。AMD开发了一些芯片，旨在在智能电视等设备上运行AI应用程序。Arm公司并不自己制造半导体，而是将其设计授权给其他公司，该公司表示，基于这两种新设计的芯片将于2021年交付给客户。虽然该公司拒绝透露这个新设计的客户名字，但在过去，Arm已将其特定于AI的设计授权给包括三星、STMicroElectronics和NXP在内的公司。该公司表示，通过将这两种新芯片作为一个组合一起使用，在运行机器学习任务的速度上实现了480倍的增长，这与它以前在基准测试中的CortexM芯片相比。（首批15倍提速来自M55，与Ethos-U55结合后又有32倍的提速。）将这两种芯片一起使用也会提高25倍的能源效率，这对于许多必须依赖于电池的设备来说是至关重要的。但Arm没有透露其新芯片与竞争对手的AI芯片相比的性能如何。Arm的高级副总裁兼汽车和物联网业务总经理迪普蒂·Vachani说，新芯片允许将AI应用带到农业等领域。在这些领域，数百或数千个装有机器学习的低成本传感器可以用来仔细校准每个工厂应该接收多少水、肥料或杀虫剂。物联网代表了物联网，连接各种新设备的想法，从安全摄像机到烤面包机，再到互联网。Vachani还表示，让AI在相对低功耗的设备上工作，而不是与当今大多数AI工作负载所在的基于云的数据中心保持经常通信，对于数据安全和隐私至关重要。例如，她说智能扬声器，如Alexa或GoogleHome，可以直接在设备上运行语音识别和一些机器学习应用程序。如今，这些设备不得不通过互联网将数据传输到远程数据中心，引发了人们对网络安全和窃听的担忧。她还表示，人工智能在非互联，相对低功耗的设备上工作对于实现互联汽车以及最终实现无人驾驶汽车的实现以及将机器学习带入医疗设备至关重要。Arm说，M55本身将能够承担机器学习任务，从非常简单的振动检测——甚至是前几代Cortex-M都能处理——到检测图像中的物体。当与EthosU-55相结合时，它可以承担更高层次的任务，例如检测特定的手势，决定你的指纹或你的脸是否与设备上已经存储的生物特征相匹配，甚至语音识别。但是，更多的计算密集型任务，比如对各种各样的物体进行分类，或者从人群的视频中实时识别面孔，仍然需要更多的耗电和昂贵的芯片。Vachani还说，新的芯片设计只是为了执行所谓的AI推理,这涉及到数据输入和使用一个统计模型，已经训练，以作出预测从该数据。模型的实际训练，机器学习的“学习”部分，仍然需要在更强大的芯片上的数据中心完成。
最有深度的半导体新媒体，实时、专业、原创、深度，30万半导体精英关注！专注观察全球半导体最新资讯、技术前沿、发展趋势。
机器学习：未来十年研究热点
