Wählen Sie Ihr Land oder Ihre Region aus.

EnglishFrançaispolskiSlovenija한국의DeutschSvenskaSlovenskáMagyarországItaliaहिंदीрусскийTiếng ViệtSuomiespañolKongeriketPortuguêsภาษาไทยБългарски езикromânescČeštinaGaeilgeעִבְרִיתالعربيةPilipinoDanskMelayuIndonesiaHrvatskaفارسیNederland繁体中文Türk diliΕλλάδαRepublika e ShqipërisëአማርኛAzərbaycanEesti VabariikEuskera‎БеларусьíslenskaBosnaAfrikaansIsiXhosaisiZuluCambodiaსაქართველოҚазақшаAyitiHausaКыргыз тилиGalegoCatalàCorsaKurdîLatviešuພາສາລາວlietuviųLëtzebuergeschmalaɡasʲМакедонскиMaoriМонголулсবাংলা ভাষারမြန်မာनेपालीپښتوChicheŵaCрпскиSesothoසිංහලKiswahiliТоҷикӣاردوУкраїнаO'zbekગુજરાતીಕನ್ನಡkannaḍaதமிழ் மொழி

Vice President Marketing für ARM: Der Schlüssel zu heterogenem Computing besteht darin, Drittanbietern den Zugriff auf die Leistung auf Chipebene zu ermöglichen

Unterstützung für heterogenes Computing Arm stellt zwei neue Mainstream-ML-Prozessoren vor

Heterogenes Computing hat sich in der Branche nach und nach zu einer festen Größe entwickelt. Intel und NVIDIA haben eine einheitliche Architekturplattform für heterogenes Computing eingeführt. Um heterogenes Computing zu unterstützen, hat Arm kürzlich zwei neue Mainstream-ML-Prozessoren eingeführt, Ethos-N57 und Ethos-N37, zwei Prozessoren, die dem Arm ML-Prozessor Ethos-N77 folgen.

In diesem Zusammenhang erklärte Ian Smythe, Vice President für Marketing bei Arm, in einem Interview: "Der Schlüssel zur Unterstützung von heterogenem Computing liegt nicht im Aufbau einer Hardwareplattform, sondern vor allem darin, Drittentwicklern den Zugriff auf die Leistung auf Chipebene zu ermöglichen. Denn wenn sie Ich kann keine Leistung auf Chip-Ebene und keine IP-Fähigkeiten erzielen. Dann sind diese Fähigkeiten und diese Leistungen ohnehin verschwendet. Deshalb betonen wir die Zusammenarbeit des gesamten Ökosystems. "

„Tatsächlich ist es sehr klar, dass es einen bestimmten Bereich des Computing gibt, und wir überlegen, wie der Energieverbrauch des Computing der nächsten Generation und die Leistung zwischen CPU, GPU und NPU erreicht werden können. Dies bedeutet, dass wir nicht nur in der Produktdesignphase Daten oder Kombinationen verschiedener Szenenberechnungen während der Betriebsphase der Produktbereitstellung des Entwicklers effektiv erstellen müssen. Dazu benötigen wir eine einheitliche Toolkette zur Implementierung von CPU, GPU und NPU. Unterstützung ", sagte Ian Smythe.

Darüber hinaus wies Ian Smythe darauf hin, dass Arm in der Tat viele solcher Partner hat, die heterogene System-on-Chip-Systeme in ihren Fernseh- oder Mobiltelefonprodukten implementiert haben, z. B. unter Verwendung von Video, Grafik, Beschleunigern und CPUs. Es ist heterogen. Nur ARM hat aus Entwicklersicht einen besseren systemweiten Datenfluss auf Systemebene implementiert.

"Bei Arm konzentrieren wir uns auf das Total Computing, sei es das Total Computing oder das heterogene Computing oder das proprietäre Computing, wir konzentrieren uns auf das Gleichgewicht zwischen Leistung und Leistung", sagte Ian Smythe.

Es wird berichtet, dass das Designkonzept von Ethos-N57 und Ethos-N37 einige Grundprinzipien enthält, wie z. B .: Optimierung für die Unterstützung von Int8- und Int16-Datentypen; fortschrittliche Datenverwaltungstechnologie zur Reduzierung der Datenverschiebung und des damit verbundenen Stromverbrauchs; Die Landung der innovativen Winograd-Technologie hat die Leistung gegenüber anderen NPUs um mehr als 200% verbessert.

Darüber hinaus bietet der Ethos-N57 folgende Funktionen: Optimiert für ML-Leistung und Energieeffizienz sowie einen Leistungsbereich von 2 Megabit pro Sekunde. Der Ethos-N37 verfügt auch über: Entwickelt, um den kleinsten ML-Inferenzprozessor (weniger als 1 Quadratmillimeter) bereitzustellen; optimiert für einen Leistungsbereich von 1 Megabit pro Sekunde.