0
【 圖片來源：Arm Community 所有者：Arm Community 】
雷鋒網(wǎng)按：Arm 社區(qū)近期發(fā)表文章，深入地介紹了一個機器學習處理器（Machine Learning Processor），據(jù)了解，這個處理器能夠在邊緣設備上加速計算過程；這是 Arm 第一次專門推出類似于 NPU 的 AI 專用處理器。雷鋒網(wǎng)將全文編譯如下。
想一下，你有多少個互聯(lián)設備？
無論你是一個電子產(chǎn)品成癮者，還是只是一個普通電子產(chǎn)品擁有者，你現(xiàn)在擁有的電子產(chǎn)品很有可能會比五年前的多。從智能手機、平板電腦到個人健康追蹤器、智能哮喘吸入器和智能門鈴，我們年復一年都忙著加強互聯(lián)互通，這讓個人數(shù)據(jù)呈現(xiàn)爆炸式增長。根據(jù)最近的一份報告，在近十年里，全球人均聯(lián)網(wǎng)設備的數(shù)量不足 2 臺，到 2020 年，這個數(shù)據(jù)將躍升至 6.58 ——大量的設備制造了大量的數(shù)據(jù)。
一直以來，這些數(shù)據(jù)會發(fā)送到云端進行處理；但隨著數(shù)據(jù)和設備的數(shù)量呈指數(shù)型增長，要想不斷地來回移動數(shù)據(jù)都不太實際，更不用說安全和成本效益。幸運的是，機器學習（Machine Learning，以下簡稱 ML）的最新進展意味著現(xiàn)在比以往任何時候可以在設備上完成更多的處理和預處理。這帶來了一些好處，數(shù)據(jù)泄露的風險降低從而提高了安全性，節(jié)約了成本和電力。將數(shù)據(jù)在云端和設備之間來回傳輸?shù)幕A設施并不便宜，因此在設備上可以完成的處理越多越好。
設備上的機器學習是從 CPU 開始的， CPU 充當一個熟練的“流量控制器”，要么單獨管理整個機器學習工作量，要么將選定的任務分配給特定的機器學習處理器。
Arm CPU 和 GPU 已經(jīng)跨過性能曲線，為成千上萬的 ML 用例提供動力，尤其是在移動端，邊緣機器學習已經(jīng)驅(qū)動了消費者所期望的標準特性。
隨著這些處理器變得越來越強大，越來越高效，它們能夠驅(qū)動更高的性能，從而為邊緣的安全 ML 提供更多的設備上計算能力。（例如，可以在不影響電池壽命的情況下，管理計算密集型任務的第三代 DynamIQ 大核心 Arm Cortex-A77 CPU，以及為 ML 提供了 60% 的性能改進的 Arm Mali-G77 GPU。）
但是，盡管 CPU 和 GPU 本身就是 ML 的動力源，但是在最密集、最高效的性能需求下，它們自身可能很難滿足這個需求。在這些任務中，專用神經(jīng)處理單元( NPU )的強大功能 （如 Arm ML 處理器）將派上用場，為邊緣的 ML 推理提供最高的吞吐量和最高效的處理。
是什么讓 ML 處理器變得如此特別？
它的特別之處在于，它以全新的體系結構為基礎，以連接設備為目標，例如智能手機，智能相機，增強現(xiàn)實與虛擬現(xiàn)實設備（AR/VR）、無人機，還有醫(yī)療電子和消費電子產(chǎn)品。它的運算性能多達 4 TOP/s，從而能夠啟動以前由于電池壽命或熱量限制而無法實現(xiàn)的新用例——這讓開發(fā)人員能夠創(chuàng)建出新的用戶體驗，比如說 3D 人臉解鎖，或是具有深度控制或人像照明功能的高級人像模式等。
當然，性能優(yōu)越是件好事。但是，如果它需要你每隔幾個小時就得給你的設備充電，或者到哪都要帶著你的充電寶，這就沒那么好了。為了將用戶從充電電纜的“暴政”中解放出來，這個 ML 處理器擁有業(yè)界領先 5TOPs/W 的電源效率，這是通過最先進的優(yōu)化（例如重量壓縮、活化壓縮，Winograd ）來實現(xiàn)的。
Winograd 使關鍵卷積濾波器的性能比其他 NPU 高出 225% ，占用的空間更小，還能在減少任何給定設計所需組件數(shù)量的同時提高效率。這進而降低了成本和電力需求，同時又不影響用戶體驗。
該體系結構由固定函數(shù)引擎和可編程層引擎組成，前者用于高效執(zhí)行卷積層，后者用于執(zhí)行非卷積層和實現(xiàn)選定的原語和運算符。這些本地支持的功能與常見的神經(jīng)框架緊密結合，減少了網(wǎng)絡部署成本，從而加快了上市時間。
【 圖片來源：Arm Community 所有者：Arm Community 】
我們再來看一下這款處理器的參數(shù)：
效能：CPUs, GPUs, DSPs 提供巨大提升力，多達 5 TOPs/W 的加速器；
網(wǎng)絡支持：處理各種流行的神經(jīng)網(wǎng)絡，包括卷積層（CNNs）和遞歸（RNNs），用于分類、物體探測、圖像增強、語音識別以及自然語言理解；
安全性：使用 Arm TrustZone 體系結構的基礎，以最小攻擊面執(zhí)行；
可擴展性：通過多核擴展，單個集群中最多有 8 個 NPUs 和 32 個 TOPs，網(wǎng)格配置中最多有 64 個NPUs；
神經(jīng)框架支持：與現(xiàn)有框架緊密集成：TensorFlow , TensorFlow Lite , Caffe , Caffe 2 以及其他通過 ONNX 實現(xiàn)的框架；
Winograd 卷積：與其他 NPUs 相比，普通過濾器的速度提高了 225%，能夠在更小的區(qū)域內(nèi)獲得更高的性能；
內(nèi)存壓縮：通過各種壓縮技術，將系統(tǒng)內(nèi)存帶寬最小化；
異構 ML 計算：優(yōu)化使用 Arm Cortex-A CPUs 和 Arm Mali GPUs；
開源軟件功能：通過 Arm NN 的支持去減少成本和避免鎖定；
為了讓開發(fā)人員輕松一些，這個 ML 處理器有一個集成的網(wǎng)絡控制單元和 DMA（Direct Memory Access，直接內(nèi)存存?。?，這個 DMA 能夠管理整個網(wǎng)絡的執(zhí)行和遍歷，還能在后臺將數(shù)據(jù)移入和移出主內(nèi)存。
同時，板載存儲器允許中央存儲權重和特征圖，減少了外部儲存器的通信，延長了電池的壽命，這是對消費者所期望的標準用戶體驗的又一次認可。
至關重要的是，這個 ML 處理器足夠靈活，可以支持具有更高需求的用例，運行更多且更大的并發(fā)特性：在單個集群中可配置 8 個內(nèi)核，達到 32 TOP/s 的性能；或是在網(wǎng)格配置中達到 64 NPUs。
最終，這個 ML 處理器增強了性能，提高了效率，減少了網(wǎng)絡部署成本，并且，通過固定功能和可編程引擎的緊密耦合，讓固件隨著新功能的開發(fā)而更新，從而使得這個設計不會過時。
總而言之，通過能力、效率、靈活性三者的結合，這個 ML 處理器在邊緣定義了 ML 推理的未來，讓開發(fā)者在創(chuàng)建今天最佳用戶體驗的同時，滿足未來的用例需求。
雷鋒網(wǎng)注：本文編譯自 Arm Community，雷鋒網(wǎng)編譯。
雷峰網(wǎng)版權文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
