وقال ناندان Nayampally المعالج هو الآن الأجهزة المحمولة ليس فقط لديها القدرة، حتى متحكم صغير جدا (MCU)، يتم توفيرها مع AI قدرات معالجة أداء الأساسية، مثل ARM اللحاء-M0، الذراع اللحاء-M3 السلسلة ، إلخ. من الممكن الآن تشغيل نماذج التعلم الآلي للفيديو أو الكلام في الأعلى.
ومع زيادة عدد المعالجات المتنقلة التي تتميز بميزات أو ميزات AI ، فإنه يلاحظ وجود عدد متزايد من معالجات تطبيقات AP التي تجمع بين وظائف وحدة المعالجة المركزية ووحدة معالجة الرسومات ، ويتم استخدامها للتعامل مع عمليات AI لأنواع مختلفة من التطبيقات. على سبيل المثال ، اكتشاف الكائن أو التعرف على الكلام أو التعرف على الوجوه. ليس فقط معالجات التطبيقات هذه التي تستخدم بنية ARM ، فإن العديد من الأجهزة الذكية ذات قدرات AI في السوق تحتوي أيضًا على معمارية ARM ، مثل أجهزة الكلام الذكية أو الكاميرات الذكية أو إنه تلفزيون ذكي وهكذا ، حتى في السحابة ، كما قال ، والآن تم استخدام الهندسة المعمارية في الصين ، أجهزة الكمبيوتر العملاقة في اليابان للقيام بتطبيقات مختلفة.
شدد ناندان نيامبالي على أنه بعد ذلك ، ستصبح الذكاء الاصطناعي أكثر شيوعًا على الأجهزة المحمولة. "يمكن تنفيذ جميع الأجهزة تقريبًا." وبالنسبة إلى نوع تطبيقات AI التي يمكن تشغيلها عليها ، قال إنها ستعتمد على مكونات الجهاز. مزيد من الشرح ، تعلم الآلة (ML) و AI كلاهما برمجيان يعملان على الأجهزة ، فإذا كان تطبيق AI بسيط ، فإنه لا يحتاج إلى المرور بحسابات كثيرة جداً ، وحدة المعالجة المركزية أو GPU وحدها كافية ؛ إذا كانت العمليات المعقدة للغاية مطلوبة في هذا الوقت ، من الضروري استخدام Accelerator Neural Network لتسريع العمليات الحسابية لتطبيقات AI المتقدمة.
وقال ناندان Nayampally أن مستقبل الشركة سوف تستمر في تعزيز وحدة المعالجة المركزية، GPU أو تعلم قوة المعالجة AI من الجهاز، وليس فقط في هندسة تصميم وإضافة المزيد من مجموعة التعليمات، أو أدوات، لتوفير آلة التعلم، والتعلم العميق أكثر قوة كما سيتم تحسين الدعم من خلال جدولة برامج من أجل لعب كفاءة أعلى، وقال انه، على سبيل المثال، أطلقت مؤخرا اللحاء A76 العمارة وحدة المعالجة المركزية، في تنفيذ مهمة تعلم الآلة، ويمكنك الحصول من A75 الجيل السابق 4 أضعاف زيادة في الأداء، في حين أن مالي-G76 GPU، أيضا، أعلى G72 3 مرات من الفعالية الكاملة للأداء.
ليس فقط في تطوير رقاقة والتصميم بالتعاون مع منظمة العفو الدولية، ذراع بدأ هذا العام أيضا إلى التركيز مسرع الشبكة العصبية، أنها أطلقت مشروع تريليوم الجديد من معالجات تعلم آلة الهندسة المعمارية (MLP) والكشف عن وجوه المعالج (ODP) سلسلتين IP الجديدة التي نشرت في وقت سابق من هذا العام ARM عائلة جديدة من رقائق الذكاء الاصطناعي (AI).
يستخدم في السابق لتسريع آلة التعلم، كل من يتحرك أداء المعالج نقطة يصل 4.6Teraflops، ولكن أيضا المزيد من الطاقة، واستهلاك الطاقة يمكن أن يتحقق 3Teraflops تتسارع العائمة الأداء نقطة لكل واط. متأخرة عملية لرؤية الكمبيوتر مقارنة مع DSP التقليدي ASIC الإشارات الرقمية، وزيادة في الأداء تصل إلى 80 مرات، ويمكن التعامل مع ما يصل الى 60 لقطة في الثانية الواحدة في كامل HD الفيديو عالي الوضوح.
ليس فقط ذلك ، Nandan Nayampally متفائل جدا حول تطبيق Object Detection في تطبيقات AR و VR ، حتى أنه قال إن الشركة اشترت Apical منذ سنتين كشركة تكنولوجية تركز على تطبيقات رؤية وتطبيقات الكمبيوتر. للمساعدة في تسريع دخوله إلى AR ، سوق أجهزة VR ، بالإضافة إلى منتجات ARM الموجودة التي تدعم بالفعل تقنية الرؤية (حوسبة الرؤية) ، قال أنه سيكون هناك حلول الرؤية من الجيل التالي.