Support til heterogen databehandlingsarm introducerer to nye mainstream ML-processorer
Heterogen databehandling er gradvist blevet en mainstream-retning i branchen. Intel og NVIDIA har lanceret en samlet arkitekturplatform for at opnå heterogen computing. For at understøtte heterogen computing introducerede Arm for nylig to nye mainstream ML-processorer, Ethos-N57 og Ethos-N37 NPU'er, som er to processorer, der følger Arm ML-processoren Ethos-N77.
I denne forbindelse sagde Arm marketing vice-præsident Ian Smythe i et interview: "Nøglen til at understøtte heterogen computing er ikke at opbygge en hardwareplatform, men endnu vigtigere at give tredjepartsudviklere adgang til chipniveaupræstation. Fordi hvis de kan ikke få ydeevne på chip-niveau, IP-kapaciteter, så disse kapaciteter, disse præstationer er allerede spildt. Så vi understreger samarbejdet mellem hele økosystemet. "
”Faktisk er det meget tydeligt, at der er et specifikt databehandlingsområde, og vi overvejer, hvordan man imødekommer energiforbruget i næste generations computing og ydeevnen på tværs af CPU, GPU og NPU. Dette betyder, at vi ikke kun har brug for i produktdesignfasen, er det også nødvendigt at etablere data eller kombinationer af forskellige sceneberegninger i driftsfasen for udviklerens produktdistribution. For at gøre dette har vi brug for en samlet værktøjskæde til at implementere CPU, GPU, NPU. Support, ”sagde Ian Smythe.
Derudover påpegede Ian Smythe, at Arm faktisk har mange sådanne partnere, der har implementeret heterogen system-on-chip på deres tv- eller mobiltelefonprodukter, såsom at bruge video, grafik, acceleratorer og CPU'er. Det er heterogent. Kun ARM har implementeret en bedre, systemdækkende datastrøm på systemniveau fra en udviklers perspektiv.
"For Arm fokuserer vi på total computing, hvad enten det er total computing eller heterogen computing eller proprietær computing. Vi fokuserer på balancen mellem magt og ydeevne," sagde Ian Smythe.
Det rapporteres, at designkonceptet Ethos-N57 og Ethos-N37 inkluderer nogle grundlæggende principper, såsom: optimering til understøttelse af Int8- og Int16-datatyper; avanceret datastyringsteknologi til at reducere dataflytning og relateret strømforbrug; Landingen af den innovative Winograd-teknologi har forbedret ydelsen med mere end 200% i forhold til andre NPU'er.
Derudover inkluderer Ethos-N57-funktionerne: optimeret til ML-ydeevne og effektivitet og ydelsesområde i 2 megabits per sekund. Ethos-N37 har også: Designet til at give den mindste ML-inferensprocessor (mindre end 1 kvadratmillimeter); optimeret til et ydelsesområde på 1 megabits per sekund.