Arm推出新型机器学习处理器和业界首个神经处理单元

张帅说传感 20200217

  • 物联网
  • 机器学习
近日,Arm宣布了物联网行业的11个合作伙伴,他们计划测试或使用Arm的新型机器学习(ML)处理器和业界首个神经处理单元。

  近日,Arm宣布了物联网行业的11个合作伙伴,他们计划测试或使用Arm的新型机器学习(ML)处理器和业界首个神经处理单元。

Arm宣布了两个处理器,旨在允许在小型IoT设备中进行更快的处理以进行机器学习。

  Arm宣布了针对Cortex-M的Cortex-M55 ML处理器和Arm Ethos-U55神经处理单元(NPU),以及亚马逊、谷歌、杜比、NXP、意法半导体等公司对这些软件的早期支持。根据合作伙伴和Arm的声明,这两项创新旨在帮助设备和芯片制造商为微型边缘设备带来更多人工智能(AI)计算能力,并在许多情况下消除了网络向云计算的旅程。

  Arm汽车和物联网业务的服务副总裁兼总经理Dipti Vachani在一份声明中说:“最小设备上的设备机器学习将是新的常态,不会遗留任何设备,从而在众多改变生活的应用程序中安全释放人工智能的潜力。”。

  Arm表示,更多的设备智能化意味着更小、成本更低的设备可以更智能,而对云或互联网的依赖程度更低。物联网技术与人工智能技术的结合,以及5G技术的推出,使得新型Arm微控制器得以及时推出。它可以降低芯片制造和开发成本,并加快产品制造设备的上市时间,这些设备制造商可以在设备上增强数字信号处理和机器学习。

  新的微控制器将支持现有的500亿个CORTEX-M芯片的安装基数。Arm表示,Cortex-M55的ML性能将提高15倍,数字信号处理(DSP)性能将提高5倍;Ethos-U55旨在加快微型物联网设备中的ML干扰功能。Arm声称这两个设备一起将使机器学习性能提高480倍,Arm在线发布了Cortex-M55和Ethos-U55的产品规格。

  杜比的一位高管在一份合作伙伴声明中表示,Cortex-M55将在智能扬声器等小型设备中发挥重要作用,因为它具有更高的DSP性能和能效,可用于为产品带来更多的杜比全景声(Dolby Atmos)。

  谷歌一位高管呀表示,新的Arm处理器将用于终端的机器学习。谷歌TensorFlow Lite的产品经理伊恩·纳皮尔(Ian Nappier)说,有了这项技术,终端设备“可以在电池上运行神经网络模型多年,并直接在设备上提供低延迟推断”。

  Arm宣布的新技术的其他支持者包括Qeeso、Shoreline IoT、Cypress、Alif Semiconductor、Au Zone和Bestechnic。

  Vachani 在博客中表示,新型微控制器的用例包括语音和手势机器交互以及预测性故障传感器系统。在一个示例中,他描述了一个为盲人或部分视力的人连接的手杖如何通过360度摄像头的人工智能视觉传感来取代对超声波定位的依赖。

  Vachani还表示,一项Arm调查显示,多达75%的消费者更喜欢将其数据在设备上进行处理,而仅将关键数据发送到云中。他在博客中说:“通过提高设备的AI功能,使它们不必依赖云计算,我们为信任提供了更丰富的框架。可以在计算层之间控制敏感数据。”

  Arm的一位发言人说,Cortex-M55现在可供芯片合作伙伴使用,Ethos-U55将于6月发布。

声明:本文由个人作者撰写,版权归原作者或原出处所有,观点仅代表作者本人,不代表传感器专家网立场。如有侵权或者其他问题,请联系我们,本站拥有对此声明的最终解释权。

查看全文

点赞

张帅说传感

解读传感器发展趋势,洞悉传感器产业背后发展逻辑,关注企业、技术、市场、产品等。

作者最近更新

  • 可穿戴传感器被国外保险公司用于优化理赔计算
    张帅说传感
    2020-10-07
  • 为什么造智能传感器,必须要建产业园?
    张帅说传感
    2020-10-04
  • 这款油田钻井钻头传感器可精确测量应变和压力数据
    张帅说传感
    2020-08-11

期刊订阅

相关推荐

  • 浅谈我国医疗智慧物联网应用现状及未来发展

    2018-12-03

  • 从MEMS专利数量分析我国MEMS传感器产业现状

    2019-03-28

  • 诺基亚推出基于区块链的智慧城市传感系统

    2018-12-06

  • 北斗首次发布民用领域物联网无线数据模块产品

    2018-12-07

评论0条评论

×
私信给张帅说传感

点击打开传感搜小程序 - 速览海量产品,精准对接供需

  • 收藏

  • 评论

  • 点赞

  • 分享

收藏文章×

已选择0个收藏夹

新建收藏夹
完成
创建收藏夹 ×
取消 保存

1.点击右上角

2.分享到“朋友圈”或“发送给好友”

×

微信扫一扫,分享到朋友圈

推荐使用浏览器内置分享功能

×

关注微信订阅号

关注微信订阅号,了解更多传感器动态

  • #{faceHtml}

    #{user_name}#{created_at}

    #{content}

    展开

    #{like_count} #{dislike_count} 查看评论 回复

    共#{comment_count}条评论

    加载更多

  • #{ahtml}#{created_at}

    #{content}

    展开

    #{like_count} #{dislike_count} #{reback} 回复

  • #{ahtml}#{created_at}

    #{content}

    展开

    #{like_count} #{dislike_count} 回复

  • 关闭
      广告