無論是靠摩爾定律的演進還是靠架構創(chuàng)新，計算性能的提升難度越來越大，不過Arm在最新的產品中還是帶來了可觀的性能和能效提升。

雷峰網(公眾號：雷峰網)消息，今天Arm發(fā)布了2023全面計算解決方案（TSC23），基于全新第五代GPU架構的Arm Immortalis-G720 GPU相比上一代新能和能效分別提高了15%，系統(tǒng)級效率提升幅度達到40%。

全新的高性能CPU Arm Cortex-X4，相比上一代Cortex-X3，性能提升15%，基于相同工藝功耗降低40%。

當然，Arm更看重的是整體方案的提升。 

Arm第五代GPU架構 

去年，Arm首次推出Arm Immortalis GPU G715，是Arm首款移動端支持硬件光線追蹤（Ray Tracing）的GPU。

今年，Arm最新的GPU產品采用了全新的第五代 GPU 架構，這是Arm迄今為止最高效的 GPU 架構。

據悉，Arm第五代GPU架構重新定義了部分圖形管道，以優(yōu)化內存帶寬，能夠在移動設備上支持高幾何負載的下一代游戲和實時 3D 應用，目標是用更順暢的移動端游戲體驗，并媲美 PC 端和游戲主機。

其中，延遲頂點著色（Deferred Vertex Shading, DVS）是第五代 GPU 架構新引入的圖形功能，這個功能的引入可以重新定義數據流，有助于合作伙伴擴展核心數量，達到更高的性能水平。

目前，DVS 的特性和優(yōu)勢已經在包括《原神》和《堡壘之夜》等許多流行游戲中得到體現。

以具體的產品看，此次新推出的GPU性能和能效最好的產品是Arm Immortalis-G720，與前代產品相比，Immortalis-G720性能和能效分別提高了15%，系統(tǒng)級效率更躍升了40%。

與G720同時推出的還有Arm Mali-G720 和 Mali-G620，是去年Mali-G715和Mali-G615的升級產品。

Arm 高級副總裁兼終端事業(yè)部總經理Chris Bergey表示，“第五代GPU架構為基于Arm GPU的未來幾代視覺計算奠定堅實基礎。”

CPU集群性能連續(xù)3年兩位數性能增長

引入光線追蹤是移動端GPU的新亮點，而移動端CPU的提升則可以帶來更好的AI體驗。

在Armv9架構推出之后，Arm實現了連續(xù)三年實現兩位數性能增強的同時，效率也得到顯著提升。

今年最新的第四代超大核Arm Cortex-X4，與Cortex-X3相比，性能提高15%。同時，基于相同工藝的全新高能效微架構可降低功耗達 40%。

Chris Bergey稱，Cortex-X4性能和效率的提升可以將設備使用體驗（如 UI 響應能力和應用程序啟動時間）提升到一個新的水平，并讓實現面向下一代人工智能和機器學習的應用成為可能。

性能和能效的提升顯然離不開制程工藝的進步。據悉，在新一代 CPU設計中，Arm 在 TSMC N3E 制程工藝上順利完成了業(yè)內首個 Cortex-X4 流片。

除了超大核，Arm也對大小性能核進行了更新，也就是Arm Cortex-A720 和 Cortex-A520。

Cortex-A720是被廣泛應用的主力CPU IP，Cortex-A520強調高效率。

最新的Cortex-A720和Cortex-A520分別實現了20%和22%的能效提升，對于主流移動產品提升3A游戲、后臺任務等體驗能有顯著的提升。

基于全新的CPU IP，Arm也提供性能核效率更優(yōu)的CPU集群，DSU-120 是專為滿足要求苛刻的多線程使用場景而設計，支持從可穿戴設備到智能手機、筆記本電腦的眾多設備。

對于所有的處理器來說，安全也至關重要。

值得注意的是，今年發(fā)布的所有新 CPU 均支持 64 位計算和 Armv9 安全創(chuàng)新功能，能夠抵御更高級別的數字威脅。

另外，通過 Armv9 CPU，Arm 在整個移動生態(tài)系統(tǒng)中持續(xù)成功部署 Arm內存標記擴展 (MTE) 功能，以消除占所有軟件漏洞高達70%的內存安全漏洞。 

如何與生成式AI結合？

“生成式人工智能等新的智能體驗在過去的一年里令世界驚嘆，而智能手機的人工智能處理能力每兩年翻一番?！盋hris Bergey表示。

Arm的全面計算解決方案想要在生成式AI中發(fā)揮作用，軟件發(fā)揮著關鍵的價值。Arm會通過其開源軟件庫不斷提升 Arm IP 的機器學習功能，讓開發(fā)者在處理人工智能和機器學習工作負載時能充分獲益。

另據了解，Arm NN 和 Arm Compute Library 已在安卓平臺上面向 Google應用開放，目前已擁有超一億的日活用戶，助力開發(fā)者優(yōu)化運行在 Armv9 CPU 和 Arm GPU 的機器學習工作負載。

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。