從游戲設備到數字電視，人工智能已經無所不在，但要促成這些響應式體驗，端點必須具備更強的計算能力。為此，Arm宣布將推出兩款面向機器學習量身打造的新產品Ethos－N57與Ethos－N37 NPU，以及最新的Mali－G57 GPU與Mali－D37 DPU。

在近日于上海舉辦的一場媒體溝通上，Arm市場營銷副總裁Ian Smythe表示：“在Arm的整個產品線以及開發戰略體系之下，我們希望我們全部的設備和主流產品都能提供卓越的產品體驗及客戶體驗。只有這樣，我們才能滿足整個市場上更多用戶的核心需求以及他們對性能的要求。”

圖：Arm市場營銷副總裁Ian Smythe（右）與Arm ML事業群商業與營銷副總裁Dennis Laudick（左）。

Ethos NPU家族又添新成員

繼發布瞄準高端市場的NPU處理器Ethos－N77后，Ethos NPU家族又添加了針對中端及入門級市場的Ethos－N57與Ethos－N37兩位新成員。Arm Ethos產品組合旨在解決AI與ML（機器學習）復雜運算的挑戰，以便為日常生活設備創造更為個性化與沉浸式的體驗。

據介紹，Ethos－N57與Ethos－N37的設計理念包括一些基本原則：針對Int8與Int16數據類型的支持性進行優化；先進的數據管理技術，以減少數據的移動與相關的耗電；通過如創新的Winograd技術的落地，使性能比其他NPU提升超過200％。

Arm ML事業群商業與營銷副總裁Dennis Laudick表示，近期我們發布了很多全新的產品及相關解決方案，主要的目的就是使Arm全線產品都能提供機器學習及相關的卓越性能。同時他強調，不管是開發什么樣的處理器產品，只要涉及到人工智能、算法以及處理能力，數據都是核心，這也是Arm設計這三款產品時最先考慮的。

“我們必須在提高產品處理性能之前，確保數據處理和數據管理能力。這三款Ethos產品都集成了非常完整的智能數據管理系統，這也是三款架構以及產品設計的核心所在。同時我們針對相關用戶需求做了核心優化，并大幅提高了全系列產品的核心性能及能效。”他談到。

Mali－G5將智能與沉浸式體驗帶到主流市場

同時，Arm全新推出的Mali－G57 GPU，這是其首款基于Valhall架構的主流圖形處理器，將能夠把優質的智能與沉浸式體驗帶到主流市場，包括高保真游戲、媲美電玩主機的移動設備圖型效果、DTV的4K／8K用戶接口，以及更為復雜的虛擬現實和增強現實的負荷。

據悉，與Mali－G52相比，Mali－G57各種內容都能達到1．3倍的性能密度；同時，Mali－G57的能效比提升了30％，使其電池壽命更長；此外，Mali－G57針對虛擬現實（VR）提供注視點渲染支持，且設備ML性能提升60％，以便進行更復雜的XR實境應用。

值得注意的是，Arm最近與全球領先的3D內容構建商Unity宣布達成戰略合作，以確保3D應用程序（例如游戲和娛樂）在使用ARM架構的硬件上流暢運行。

“基于這項合作，我們將Arm的整體工具包括解決方案預置在Unity的引擎和平臺之上，通過這個完整的集成，可以幫助Unity的開發者和使用者充分并且非常簡單地獲得Arm全系列產品的最高性能。此外，在設計以及工程層面，我們也可以幫助開發者面向Arm的CPU、GPU和NPU進行更加量身定制的優化。”Ian Smythe介紹到。

Mali－D37大幅提升小屏設備視覺體驗

據介紹，Mali－D37是一個在最小的可能面積上包含豐富顯示與性能的DPU。對于終端用戶而言，這意味著當面積成為首要考慮，在例如入門級智能手機、平板電腦與分辨率在2k以內的小顯示屏等成本較低的設備上，會有更佳的視覺效果與性能。

Mali－D37關鍵功能包括：單位面積效率極高，DPU在支持全高清（Full HD）與2K分辨率的組態下，16納米制程的面積將小于1 mm2；通過減少GPU核心顯示工作以及包括MMU－600等內存管理功能，系統電力最高可節省30％；從高階的Mali－D71保留關鍵的顯示功能，包括與Assertive Display 5結合使用后，可混合顯示高動態對比（HDR）與標準動態對比（SDR）的合成內容。

機器學習需求將從通用轉向專用

同時，Ian Smythe談到，針對不同的人工智能應用以及機器學習的工作負載，CPU、GPU、NPU等不同的處理器是各司其職的，但在不同的場景和任務模式下，在效能、處理效率和性能上，可能會存在一定波動范圍。

根據Arm對于市場的理解以及相關市場反饋，目前市場上絕大多數需求都是對于通用型機器學習的需求。而Arm的各類產品雖然針對的是不同的目標市場，但是產品本身非常靈活。以CPU為例，它可以適用于不同的機器學習應用場景。至于機器學習工作負載方面，Arm則提供不同的算法提供支持，只有這樣，才能在正確的時間正確的地點部署正確的解決方案，從而實現正確的負載并由此滿足性能要求。

Dennis Laudick對此表示，“Arm內部有著完整的算法分析工具，目前已經應用于CPU和GPU產品，未來這項功能也將加入到NPU產品中。由此，我們將可以更加標準化地提高性能。對于開發者而言，這將帶來巨大益處，我們可以幫助他們使用這套分析工具，更加完整地去實現優化，并且有的放矢地針對自己的工作負載去提高性能。”

最后，Ian Smythe指出，“雖然現在絕大多數還是通用型機器學習的需求，但在未來市場一定會朝著更加細分的市場去發展。屆時，Arm也一定會開發更多專用產品來滿足這部分市場需求。”