Arm anunció el martes su nueva dirección en "la industria más escalable, plataforma de cómputo ML versátil ". Están hablando de su nueva plataforma llamada Project Trillium. El proyecto involucra un nuevo procesador de aprendizaje automático (ML) y un procesador de detección de objetos (OD).

El procesador Arm ML (1) ofrece más de 4,6 billones de operaciones por segundo y (2) una eficiencia de más de 3 billones de operaciones por segundo por vatio (TOPs / W), con un rendimiento "incomparable" en "entornos térmicos y con limitaciones de costes".

Project Trillium es un nombre en clave, no es una marca comercial, para la tecnología de aprendizaje automático de Arm. El nombre en clave será reemplazado por una marca comercial.

Jem Davies, vicepresidente, compañero y gerente general, Aprendizaje automático, Brazo, dijo que el proyecto es "impulsar una nueva ola de inventos en el mundo de la inteligencia artificial (IA), del cual el aprendizaje automático es una parte clave ".

Revisión de tecnología del MIT dijo, Los "últimos procesadores móviles de Arm están ajustados para procesar algoritmos de aprendizaje automático de la manera más eficiente posible".

Entonces, ¿Qué significa todo esto para los consumidores que compran productos móviles? ¿Están hablando de IA para teléfonos? Como Revisión de tecnología del MIT dijo, La IA nos traerá hardware que permitirá que nuestros teléfonos ejecuten "algoritmos de inteligencia artificial".

Los nuevos procesadores de ARM se crearon para ofrecer funciones mejoradas de aprendizaje automático y redes neuronales.

Jem Davies de Arm comentó:"En efecto, mi respuesta a la pregunta:"¿Por qué introduciría más inteligencia en su dispositivo?" es '¿Por qué no? '"en un blog de Arm.

Los procesadores están enfocados a dispositivos móviles. "Los usuarios disfrutarán de alta resolución, tiempo real, reconocimiento facial detallado en sus dispositivos inteligentes entregado de una manera amigable con la batería, "dijo Arm.

El procesador Arm OD fue diseñado para identificar personas y otros objetos con "objetos virtualmente ilimitados por cuadro, "con" Detección en tiempo real con procesamiento Full HD a 60 cuadros por segundo ".

Si bien el lanzamiento inicial se centra en procesadores móviles, aunque, Arm dijo que habrá futuros productos Arm ML con la capacidad "de subir o bajar la curva de rendimiento, desde sensores y altavoces inteligentes, al móvil, entretenimiento en el hogar, y más allá."

Jem Davies del brazo, vicepresidente, compañero y gerente general, aprendizaje automático, Aclaró lo que las capacidades de la suite podrían ofrecer en un escenario del mundo real. (Davies es un buceador calificado).

"Imagina que estás a 30 metros de profundidad, buceando sobre un arrecife rodeado de criaturas de aspecto asombroso y preguntándose qué especie es el pequeño pez amarillo con rayas plateadas. Podrías buscar a tientas una tabla de peces, Si tienes uno, pero lo que realmente desea es una solución más fácil y rápida. Avance rápido hasta 2019, y la tecnología ha proporcionado. Ahora su teléfono inteligente a prueba de agua está habilitado por Arm Machine Learning (ML) y procesadores de detección de objetos. Tu experiencia es muy diferente ".

La máscara de buceo dijo Davies, le daría información a través de una pantalla de visualización frontal. "Un chip basado en Arm dentro de su teléfono inteligente ahora está equipado con un procesador avanzado de detección de objetos que filtra los datos más importantes de la escena, mientras que un sistema operativo asigna un potente procesador de aprendizaje automático con identificación detallada de peces, otras áreas de interés y peligros ".

Jamie Condliffe en Revisión de tecnología del MIT evaluó las noticias de Arm. "En la actualidad, la mayoría de los dispositivos pequeños o portátiles que utilizan el aprendizaje automático carecen de la potencia necesaria para ejecutar algoritmos de IA, por lo que solicitan la ayuda de grandes servidores en la nube ". La solución de Arm tiene la ventaja de la velocidad, con un dispositivo móvil que ejecuta su propio software de inteligencia artificial "reduciendo el retraso inherente al envío de información de un lado a otro".

También, él dijo, "A los defensores de la privacidad les agrada, a quienes les reconforta la idea de que los datos permanezcan en el dispositivo ".

Gary Sims discutió los mismos puntos positivos en Autoridad de Android incluyendo las ventajas de seguridad de no tener que enviar datos personales a la nube.

"El argumento para apoyar la inferencia (reconocimiento) en un dispositivo, en lugar de en la nube, es convincente. En primer lugar, ahorra ancho de banda. A medida que estas tecnologías se vuelvan más omnipresentes, se producirá un fuerte aumento en los datos que se envían de un lado a otro a la nube para su reconocimiento. Segundo, ahorra energía, tanto por teléfono como en la sala de servidores, ya que el teléfono ya no usa sus radios móviles (Wi-Fi o LTE) para enviar / recibir datos y no se usa un servidor para realizar la detección ".

En cuanto a la latencia, Los Sims también notaron que los resultados se entregarán más rápido si la inferencia se realiza localmente.

Al mismo tiempo, Condliffe señaló que Arm no es el único jugador que explora chips de IA móviles. Condliffe notó (1) un motor neuronal en el iPhone X como parte de su chipset principal (2) el teléfono inteligente Mate 10 de Huawei con un chip que llama unidad de procesamiento neuronal y (3) el teléfono Pixel 2 con un chipset "para ayudarlo a procesar imágenes y problemas de aprendizaje automático ".

Sims dijo:"Deberíamos empezar a ver SoCs con él incorporado en algún momento durante 2019".

"El aprendizaje automático es de hecho el nuevo tema candente en el negocio de los semiconductores y ha tenido un gran interés en el mundo móvil durante los últimos meses, "dijo Andrei Frumusanu en AnandTech , con anuncios de empresas.

© 2018 Tech Xplore