完结小说,灵域,完美世界有声小说全集

新聞重點

全新 Arm Ethos-U85 NPU 性能提升四倍，為工廠自動化和商用或智能家居攝像頭等高性能邊緣 AI 應用提供有力的支持。

全新 Arm 物聯網參考設計平臺 Corstone-320 集成了前沿的嵌入式 IP 和虛擬硬件，可加速語音、音頻和視覺系統的部署。

擁有超過 1500 萬名基于 Arm 計算平臺的全球開發者生態系統，憑借廣泛的軟件支持和工具簡化了開發流程，從而輕松擴展邊緣 AI 的部署。

Arm 控股有限公司（納斯達克股票代碼：ARM，以下簡稱“Arm”）今日宣布推出 Arm Ethos-U85 神經網絡處理器 (NPU)，是 Arm 迄今性能最高且能效最佳的 Ethos NPU 產品，以及全新物聯網參考設計平臺 —— Arm Corstone-320，以加速實現語音、音頻和視覺系統的部署。

Arm 高級副總裁兼物聯網事業部總經理 Paul Williamson 表示：隨著邊緣人工智能 (AI) 的部署規模持續擴大，芯片創新者必須應對日趨復雜的系統和軟件、不斷激增的 AI 性能需求，以及加速產品上市進程的壓力。與此同時，軟件開發者需要更加一致、簡化的開發體驗，并能更輕松地與新型的 AI 框架和庫實現集成。

此次 Arm 推出的新技術滿足了加速邊緣 AI 部署不斷增長的要求。從初創企業到全球最大的微控制器廠商，每家企業都將 Arm 技術視作首選平臺，以構建其從云端到邊緣側的 AI 解決方案。

圖：Arm 賦能邊緣 AI 持續創新

Ethos-U85 NPU

Arm 全新第三代面向邊緣 AI 的 NPU 產品

與上一代產品相比，Ethos-U85 性能提升四倍，能效提高 20%，同時，其 MAC 單元可從 128 個擴展到 2048 個（在 1GHz 時，算力實現 4 TOPs），能夠為諸如工廠自動化和商用或智能家居攝像頭等需要更高性能的應用提供有力的支持。Ethos-U85 提供了相同的一致工具鏈，因此合作伙伴能夠利用現有的投資，達到無縫的開發者體驗。更重要的是，全新 Ethos-U85 NPU 支持了 TensorFlow Lite 和 PyTorch 等 AI 框架。

圖：Arm Ethos-U85 NPU 將提供在邊緣側和端側設備上

執行領先 AI 功能所需的算力

Ethos-U85 支持 Transformer 架構和卷積神經網絡 (CNN) 以實現 AI 推理。Transformer 架構將推動新的應用，特別是面向視覺和生成式 AI 用例中，對于理解視頻、填充圖像的缺失部分或分析來自多個攝像頭的數據以進行圖像分類和目標檢測等任務非常有效。

隨著微處理器被部署到諸如工業機器視覺、可穿戴設備和消費者機器人等更多高性能的物聯網系統中，Ethos-U85 專為與 Arm 領先的 Armv9 Cortex-A CPU 相結合而設計，以加速處理機器學習 (ML) 任務，并為更廣泛的更高性能設備提供高能效的邊緣推理能力。

迄今，Arm Ethos NPU 系列產品已有逾 20 家授權許可合作伙伴，其中，Alif Semiconductor 和英飛凌是全新 Arm Ethos-U85 NPU 的早期采用者。

Alif Semiconductor 聯合創始人兼總裁 Reza Kazerounian 表示：新一代邊緣 AI 應用的 ML 工作負載需要以節能的方式提供高性能表現。Alif 是業界首家推出基于 Arm Cortex-M55 和 Ethos-U55 的邊緣 AI 解決方案的企業，我們非常高興并期待 Arm 再次推出全新的 AI 技術，Ethos-U85 NPU，它將為我們新一代 Ensemble 系列微控制器和融合處理器帶來所需的計算性能，助力實現未來邊緣 AI 和視覺用例。

英飛凌工業 MCU、物聯網、無線和計算業務高級副總裁 Steve Tateosian 表示：邊緣 AI 用例日趨復雜，想要把握 AI 時代的機遇離不開安全、高性能的計算系統。我們期待在與 Arm 長期的合作伙伴關系基礎上，通過 Arm Ethos-U85 及其對邊緣 AI 部署所提供的 Transformer 架構支持，進而讓這些復雜的系統成為可能。

Corstone-320

全新物聯網參考設計平臺，加速語音、音頻和視覺系統的部署

Arm Corstone-320 物聯網參考設計平臺集成了 Arm 最高性能的 Cortex-M CPU —— Cortex-M85、Mali-C55 ISP 和全新的 Ethos-U85 NPU，為語音、音頻和視覺等廣泛的邊緣 AI 應用提供所需的性能，例如實時圖像分類和目標識別，或在智能音箱上啟用具有自然語言翻譯功能的語音助手。該參考設計平臺涵蓋了軟件、工具和支持，其中包括 Arm 虛擬硬件。該平臺的軟硬件結合特性將使開發者能夠在物理芯片就緒前便啟動軟件開發工作，從而加速推進產品進程，為日益復雜的邊緣 AI 設備縮短上市時間。