ARM jest głównym projektantem rdzeni opartych o architekturę o tej samej nazwie. Firma ta ogłosiła nowe rdzenie Cortex-M55 i Ethos-U55. Są one dedykowane neuronowym procesorom (NPU), na których swoje działanie opiera sztuczna inteligencja. Według producenta układy te w znacznym stopniu zwiększają poziom mocy przetwarzania AI w stosunku do swoich poprzedników. Różnica jest tak wielka, że umożliwia zupełnie nowe podejście do sztucznej inteligencji w urządzeniach mobilnych.
ARM Cortex-M55
Rdzeń Cortex-M55 skupia się na zwiększeniu wydajności obliczeń AI. Oferuje on pięć razy szybsze przetwarzanie sygnału cyfrowego (DSP) i 15-krotnie większą wydajność uczenia maszynowego niż poprzednie generacje Cortex-M. Umożliwi to małym urządzeniom internetu rzeczy (IoT) przeprowadzanie własnych obliczeń AI bez połączenia sieciowego. Wcześniej takie możliwości miały głównie mocniejsze komputery klasyczne lub zbudowane z myślą o sztucznej inteligencji. To jednak dopiero początek możliwości nowych układów. Warto pamiętać, że ARM zaprezentowało jeszcze jeden układ, a obydwa mogą ze sobą współpracować. Dzięki integracji Cortex-M55 z Ethos-U55 NPU oferuje skok wydajności, który umożliwia wykonywanie bardziej złożonych zadań, takich jak wykrywanie gestów i rozpoznawanie mowy. Połączenie tych dwóch architektur zapewnia 480-krotną poprawę wydajności w porównaniu z poprzednikami. Jednostkę Ethos-U55 można dostosować do własnych potrzeb, a dzięki temu, że jest to kompletny pakiet, nadaje się ona do znacznie mniejszych, energooszczędnych zastosowań.
Zobacz też: MacBook bez Intela? To coraz bardziej prawdopodobne
Procesory Cortex serii M nie są produkowane przez samo ARM. Zamiast tego producent licencjonuje projekty, a jego partnerzy sami je wykonują. Pozwala to na szerszy zasięg, a dzięki możliwości dostosowania konstrukcji do indywidualnych potrzeb. Producenci urządzeń mogą jeszcze bardziej dostosować procesory, aby zoptymalizować ich wydajność w ramach swojej oferty. Układy Cortex-M55 i Ethos-U55 NPU ostatecznie doprowadzą do powstania większej liczby małych urządzeń obsługujących AI.
Źródło: Tomshardware