近年來，隨著越來越多的人工智能（AI）與機(jī)器學(xué)習(xí)（ML）成功案例出現(xiàn)，它們已經(jīng)從一個相對模糊的計算機(jī)科學(xué)概念迅速發(fā)展成為實(shí)現(xiàn)智能化的必備技術(shù)。國際權(quán)威基金評級機(jī)構(gòu)Morningstar預(yù)測，2021年全球AI芯片市場規(guī)模有可能超過200億美元。2017年5月Grand View Research 的最新報告稱，全球深度學(xué)習(xí)市場規(guī)模預(yù)計在2025年達(dá)到102億美元。

機(jī)器學(xué)習(xí)算法和深度學(xué)習(xí)芯片組在取得不斷突破的同時，AI也持續(xù)向不同垂直行業(yè)領(lǐng)域、邊緣終端縱橫滲透，從軟/硬兩方面實(shí)現(xiàn)降本增效及體驗(yàn)升級，而整個AI產(chǎn)業(yè)生態(tài)正在構(gòu)建，新的秩序正在形成，市場玩家已遠(yuǎn)不止IT巨頭與“獨(dú)角獸們”，包括Arm在內(nèi)的IP設(shè)計公司、通用或?qū)Ｓ眯酒尽鹘y(tǒng)電子、通信巨頭也紛紛開展自己的AI生態(tài)布局。

近日在Arm Tech Day上，Arm多部門的技術(shù)專家首次聯(lián)手為業(yè)界闡述了Arm AI/ML發(fā)展觀和最新戰(zhàn)略布局。針對不同AI需求層次、發(fā)展路徑、市場空白，Arm又會如何應(yīng)對呢？

Arm機(jī)器學(xué)習(xí)事業(yè)部技術(shù)總監(jiān)Ian Bratt在Arm Tech Day上發(fā)表演講

“慢工出細(xì)活”，Arm穩(wěn)步推進(jìn)AI平臺搭建

在智能化的行業(yè)大背景下，機(jī)器學(xué)習(xí)可以被應(yīng)用于公司中每個崗位，并可能影響到各行各業(yè)各家公司，眾多玩家紛紛涌入該領(lǐng)域。不過隨著高速5G網(wǎng)絡(luò)時代的到來，Arm機(jī)器學(xué)習(xí)事業(yè)部技術(shù)總監(jiān)Ian Bratt認(rèn)為， AI應(yīng)用場景所要求的低時延與快速響應(yīng)、將實(shí)時數(shù)據(jù)傳輸至云端的成本與出于對數(shù)據(jù)安全性的保護(hù)，機(jī)器學(xué)習(xí)正在由數(shù)據(jù)中心走向邊緣設(shè)備，而在邊緣端部署機(jī)器學(xué)習(xí)的關(guān)鍵并不在于某一款處理器，圍繞的其實(shí)是更為宏觀的生態(tài)系統(tǒng)。

Arm一直在扎實(shí)而積極地布局AI/ML領(lǐng)域，通過不斷推出創(chuàng)新架構(gòu)與高性能IP加強(qiáng)AI/ML的計算力。“2017年3月，Arm推出全新DynamIQ技術(shù)，代表了多核處理設(shè)計行業(yè)的轉(zhuǎn)折點(diǎn)，其靈活多樣性將重新定義更多類別設(shè)備的多核體驗(yàn)，覆蓋從端到云的安全、通用平臺，利用針對AI/ML的全新處理器指令集以實(shí)現(xiàn)更先進(jìn)的人工智能；

2018年2月， Arm為了實(shí)現(xiàn)在邊緣的AI/ML工作負(fù)載推出了Project Trillium項(xiàng)目，這是一套包括Arm ML處理器與OD（Object Detection）處理器在內(nèi)的高度可擴(kuò)展處理器的IP組合，能夠在大量提升計算需求的同時，也保持出色的能效表現(xiàn)。后文要提到的ML處理器則是專門針對機(jī)器學(xué)習(xí)而重新設(shè)計的，它基于高度可擴(kuò)展的Arm機(jī)器學(xué)習(xí)架構(gòu)，并達(dá)到了機(jī)器學(xué)習(xí)應(yīng)用場景要求的最高性能和效率；

2018年6月，Arm發(fā)布全新計算和多媒體IP套件，包括基于DynamIQ技術(shù)的Cortex-A76 CPU，Mali-G76 GPU與Mali-V76 VPU，對Arm Project Trillium項(xiàng)目完美補(bǔ)充，也將高性能計算力由移動端覆蓋到筆記本端。”Arm市場營銷資深總監(jiān)Ian Smythe介紹了Arm針對不用層次、環(huán)節(jié)AI/ML需求的扎實(shí)創(chuàng)新節(jié)奏。

Arm全新計算和多媒體IP套件優(yōu)化了AI/ML在設(shè)備端的使用

此外，有研究分析顯示：目前中國AI開發(fā)者正在接受從封閉的單機(jī)系統(tǒng)轉(zhuǎn)向快捷靈活的開源框架的新一代AI技術(shù)演進(jìn)。而據(jù)悉，Arm Project Trillium絕不是要與現(xiàn)有的成熟神經(jīng)網(wǎng)絡(luò)開源框架（如Caffe、TensorFlow等）競爭。實(shí)質(zhì)上，它依靠類似于Arm NN等神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)軟件橋接了現(xiàn)有神經(jīng)網(wǎng)絡(luò)框架與在嵌入式 Linux 平臺上運(yùn)行的底層處理硬件（例如 CPU、GPU 、Arm 機(jī)器學(xué)習(xí)處理器或合作伙伴IP），讓開發(fā)人員繼續(xù)使用他們首選的框架和工具，無縫轉(zhuǎn)換結(jié)果后可在底層平臺上運(yùn)行，真正達(dá)到無處不在的機(jī)器學(xué)習(xí)應(yīng)用。

“從0開始”設(shè)計ML處理器架構(gòu)，Arm補(bǔ)全AI市場空白

雖然目前市場上幾乎所有機(jī)器學(xué)習(xí)工作負(fù)載，利用針對機(jī)器學(xué)習(xí)應(yīng)用優(yōu)化的最新Cortex-A76處理器應(yīng)對已完全沒有問題，但Arm機(jī)器學(xué)習(xí)事業(yè)部技術(shù)總監(jiān)Ian Bratt始終認(rèn)為，機(jī)器學(xué)習(xí)作為一種全新的技術(shù)，如果想在該領(lǐng)域更進(jìn)一步，比如獲得更高的計算密度，Arm也必須要“從0開始”設(shè)計一個全新的處理器架構(gòu)，從而實(shí)現(xiàn)未來最高效率、最高吞吐量且靈活的機(jī)器學(xué)習(xí)負(fù)載處理。

由于Arm在CPU和GPU處理器領(lǐng)域擁有世界領(lǐng)先的技術(shù)，因此Arm專用機(jī)器學(xué)習(xí)處理器在設(shè)計時很好結(jié)合了在CPU與GPU方面的領(lǐng)先技術(shù)，實(shí)現(xiàn)了高效的卷積、高效的數(shù)據(jù)移動與可編程性和靈活性，目標(biāo)是能夠在7nm制程工藝之下，實(shí)現(xiàn)3 TOPs/W的性能。據(jù)Ian Bratt介紹，Arm 第一代ML處理器設(shè)計的高峰吞吐量是每秒4.6 TOPs，同時有針對激活和權(quán)重專門的硬件壓縮，利用了Cortex-M的技術(shù)來支持Android NNAPI和Arm NN計算節(jié)點(diǎn)。同時Arm也專門配置了一套開源軟件堆棧實(shí)現(xiàn)在ML處理器上成功便捷的部署ML。

Arm ML專用處理器的幾大特征

除了開發(fā)機(jī)器學(xué)習(xí)專用處理器外，Arm目標(biāo)檢測處理器目前也已經(jīng)發(fā)展到了第二代，支持全高清、每秒60幀的實(shí)時處理。在與Arm其他處理器進(jìn)行協(xié)同工作時，OD處理器能進(jìn)行預(yù)處理，先甄別出來每幀畫面上的關(guān)鍵要素，再傳給其他的處理器去處理，大幅度降低其他處理器的工作量。目前第一代OD處理器已經(jīng)成功用于英國Hive，以及中國海康威視的監(jiān)控攝像頭。

Arm NN神經(jīng)網(wǎng)絡(luò)SDK則鋪平了個別神經(jīng)網(wǎng)絡(luò)框架在 Arm 架構(gòu)核心上執(zhí)行的道路，讓開發(fā)者可以無障礙在 Arm 平臺上執(zhí)行主流 AI 應(yīng)用。通過上述技術(shù)解決方案，Arm 補(bǔ)全了AI市場的空白，也足夠應(yīng)對幾乎所有應(yīng)用場景的AI/ML需求。

Arm NN SDK鋪平了個別神經(jīng)網(wǎng)絡(luò)框架在Arm架構(gòu)核心上執(zhí)行的道路

不同的AI需求層次，Arm如何滿足？

但是，AI與ML畢竟不能“開箱即用”，需要打下堅實(shí)的基礎(chǔ)才能應(yīng)用。正如AI “馬斯洛”需求層次論認(rèn)為，如果把AI/ML看作是需求金字塔的頂端，自我實(shí)現(xiàn)（AI/ML）非常棒，但首先需要食物、水和庇護(hù)所（數(shù)據(jù)素養(yǎng)、數(shù)據(jù)采集和基礎(chǔ)設(shè)施）。

AI需求金字塔的底部基礎(chǔ)是利用傳感器進(jìn)行數(shù)據(jù)采集，與未來萬物互聯(lián)時代Arm所預(yù)測的2035年將會有1萬億臺互聯(lián)設(shè)備一致，龐大的終端設(shè)備網(wǎng)將進(jìn)行一手的數(shù)據(jù)采集。而如果把終端設(shè)備市場比作一個舞臺，那Arm毫無疑問將是真正的幕后主導(dǎo)者，畢竟通過采用出售IP的經(jīng)營模式，迄今為止Arm設(shè)計了全球95%的智能手機(jī)芯片架構(gòu)。

而后Arm傾力打造的AI/ML平臺（Project Trillium）則是高可擴(kuò)展的，從低至2~20 GOPs，到高至70 TOPs的場景應(yīng)用，都有相應(yīng)產(chǎn)品支持。正因如此，Arm提供的機(jī)器學(xué)習(xí)能力也并不僅限于旗艦產(chǎn)品，通過支持各種硬件類型和可擴(kuò)展性選項(xiàng)，從低成本智能手機(jī)到昂貴的服務(wù)器，各種產(chǎn)品均可受益。Arm始終認(rèn)為，在做機(jī)器學(xué)習(xí)處理時，除了需要有完整的生態(tài)平臺支持外，相較大數(shù)據(jù)廠商聚焦于云端AI，更要從小做起、聚焦邊緣端的計算力，滿足另一種AI/ML發(fā)展方向的需求。

坐享Arm頂級“朋友圈”，助推中國AI新勢力崛起

眾所周知，中國有著全球最多的數(shù)據(jù)量以及巨大的應(yīng)用市場，在AI狂飆突進(jìn)了三、四年之久后開始面臨商業(yè)化落地的現(xiàn)實(shí)問題，眾多公司也正圍繞AI構(gòu)建完善的產(chǎn)業(yè)生態(tài)鏈。在行業(yè)細(xì)分領(lǐng)域，AI結(jié)合醫(yī)療、自動駕駛、語音交互、通用或?qū)Ｓ眯酒瘸尸F(xiàn)出各種新業(yè)態(tài)。

雖然國外廠商在通用芯片領(lǐng)域占據(jù)了先發(fā)優(yōu)勢，云端訓(xùn)練領(lǐng)先國內(nèi)，但國產(chǎn)品牌也在積極尋求從AI專用芯片及嵌入式領(lǐng)域?qū)崿F(xiàn)突圍的良機(jī)，AI通用技術(shù)公司開始向產(chǎn)業(yè)鏈上下游延伸，用整套解決方案深耕垂直領(lǐng)域。截至2018年5月8日，全國人工智能企業(yè)數(shù)量達(dá)到4040家，其中獲得過風(fēng)險投資的公司達(dá)1237家。

Arm正攜手國內(nèi)合作伙伴，精心耕耘中國市場，積極推動提升中國AI硬實(shí)力的國際競爭力，而Arm頂級“朋友圈”資源也將作為有力支撐。除了在技術(shù)創(chuàng)新方面專為AI設(shè)計的指令集擴(kuò)展、專用AI加速硬件IP和配套的軟件解決方案推出外，在生態(tài)創(chuàng)新方面，Arm積極與AI產(chǎn)業(yè)各個關(guān)鍵節(jié)點(diǎn)進(jìn)行合作，力圖打通從芯片、硬件方案、計算庫、深度學(xué)習(xí)框架到應(yīng)用的全產(chǎn)業(yè)鏈；在平臺建設(shè)方面，Arm在國家政府和產(chǎn)業(yè)伙伴的支持下成立了Arm開放人工智能實(shí)驗(yàn)室（Open AI Lab）與Arm人工智能生態(tài)聯(lián)盟（AIEC），致力于嵌入式人工智能技術(shù)的普及。在今年3月發(fā)布的《2017中國獨(dú)角獸企業(yè)發(fā)展報告》中，AIEC聯(lián)盟成員商湯科技、寒武紀(jì)科技、優(yōu)必選科技等多家人工智能企業(yè)榜上有名，圖像識別、智能語音、AI芯片成為主要創(chuàng)業(yè)方向。

“雙引擎”加速AI/ML多場景落地

放眼萬物互聯(lián)邁向萬物智能時代，智能終端不僅需要具備靈活性強(qiáng)、功耗低的特點(diǎn)，同時還要擁有快速的AI/ML處理能力，這就需要高能耗比硬件芯片與高效算法的完美協(xié)作。在這一大趨勢下，Arm正扮演協(xié)跑者的角色，不斷推出突破性能極限的處理器芯片與神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)軟件，在通用平臺Project Trillium架構(gòu)的指導(dǎo)下，“雙引擎”加速AI/ML在多場景的落地，讓全球AI領(lǐng)先開發(fā)技術(shù)和資源惠及中國，同時推動中國AI技術(shù)輻射全球。