นานดาน Nayampally กล่าวว่าหน่วยประมวลผลอยู่ในขณะนี้ไม่เพียง แต่โทรศัพท์มือถือที่มีความสามารถแม้ไมโครคอนโทรลเลอร์ขนาดเล็กมาก (MCU ที่) มีให้กับ AI ที่ความสามารถในการประมวลผลที่มีประสิทธิภาพขั้นพื้นฐานเช่น ARM Cortex-M0, ARM Cortex-M3 ชุดตอนนี้คุณสามารถเรียกใช้วิดีโอหรือเครื่องเสียงโมเดลการเรียนรู้ในแง่ของการดังกล่าวข้างต้น
เมื่อมีการเปิดตัวโปรเซสเซอร์มือถือรุ่นใหม่ ๆ ที่มีฟีเจอร์หรือคุณลักษณะของ AI เขาก็สังเกตเห็นว่ามีแอพพลิเคชันแอพพลิเคชั่น AP มากขึ้นซึ่งรวมเอาฟังก์ชั่นซีพียูและ GPU มาใช้เพื่อจัดการกับแอพพลิเคชันประเภทต่างๆของ AI ตัวอย่างเช่นการตรวจจับวัตถุการรู้จำเสียงพูดหรือการจดจำใบหน้าไม่เพียง แต่ตัวประมวลผลแอพพลิเคชันเหล่านี้ที่ใช้สถาปัตยกรรม ARM อุปกรณ์สมาร์ทจำนวนมากที่มีความสามารถด้าน AI ในตลาดยังมีสถาปัตยกรรม ARM เช่นอุปกรณ์พูดอัจฉริยะกล้องสมาร์ทหรือ เป็นทีวีสมาร์ทและอื่น ๆ แม้แต่ในเมฆเขากล่าวและขณะนี้สถาปัตยกรรมของตนยังถูกใช้ในประเทศจีนซูเปอร์คอมพิวเตอร์ของญี่ปุ่นในการใช้งานที่แตกต่างกัน
Nandan Nayampally ย้ำว่าภายหลัง AI จะกลายเป็นที่นิยมมากขึ้นในโทรศัพท์มือถือ "เกือบทุกอุปกรณ์สามารถใช้งานได้" สำหรับแอพพลิเคชัน AI ชนิดใดที่สามารถใช้งานได้เขากล่าวว่าจะขึ้นอยู่กับฮาร์ดแวร์ของอุปกรณ์เขา คำอธิบายเพิ่มเติม Machine Learning (ML) และ AI เป็นทั้งซอฟท์แวร์และรันบนฮาร์ดแวร์ถ้าเป็นแอพพลิเคชัน AI ง่ายๆก็ไม่จำเป็นต้องผ่านการคำนวณมากเกินไป CPU หรือ GPU เพียงอย่างเดียวก็เพียงพอแล้วหากจำเป็นต้องใช้งานที่มีความซับซ้อนสูง ในเวลานี้จำเป็นต้องใช้ตัวเร่งความเร็วเครือข่ายประสาทเพื่อเร่งการคำนวณสำหรับแอพพลิเคชัน AI ขั้นสูง
นานดาน Nayampally กล่าวว่าในอนาคต บริษัท จะยังคงที่จะเสริมสร้าง CPU, GPU หรือการเรียนรู้พลังการประมวลผล AI ของเครื่องที่ไม่เพียง แต่ในการออกแบบสถาปัตยกรรมจะเพิ่มชุดคำสั่งเพิ่มเติมหรือเครื่องมือเพื่อให้การเรียนรู้เครื่องการเรียนรู้ลึกมีประสิทธิภาพยิ่งขึ้น การสนับสนุนนอกจากนี้ยังจะได้รับการปรับผ่านซอฟต์แวร์การจัดตารางเวลาเพื่อที่จะเล่นประสิทธิภาพที่สูงขึ้นเขายกตัวอย่างเช่นที่เพิ่งเปิดตัวซีพียูสถาปัตยกรรม Cortex-A76, ในการดำเนินการงานการเรียนรู้เครื่องที่คุณจะได้รับกว่า A75 รุ่นก่อนหน้านี้ เพิ่มประสิทธิภาพการทำงาน 4 เท่าขณะที่มาลี-G76 GPU เกินไป G72 3 ครั้งสูงกว่าประสิทธิภาพเต็มรูปแบบของผลการดำเนินงาน
ไม่เพียง แต่การพัฒนาชิปและการออกแบบร่วมกับเอไอ ARM ในปีนี้ก็เริ่มที่จะมุ่งเน้นการเร่งความเร็วเครือข่ายประสาทมันเปิดตัวโครงการ Trillium โปรเซสเซอร์ใหม่เครื่องเรียนรู้สถาปัตยกรรม (MLP) และประมวลผลการตรวจหาวัตถุ (ODP) สองชุดใหม่ IP ซึ่งถูกตีพิมพ์ก่อนหน้านี้ ARM ปี ใหม่ปัญญาประดิษฐ์ (AI) ครอบครัวชิป
การดำเนินงานในอดีตจะใช้ในการเร่งเครื่องการเรียนรู้แต่ละประสิทธิภาพลอยจุดประมวลผลขึ้น 4.6Teraflops แต่พลังงานนอกจากนี้ยังมีการใช้พลังงานสามารถทำได้ 3Teraflops ลอยประสิทธิภาพต่อวัตต์จุด. หลังเป็นเร่งด่วนสำหรับคอมพิวเตอร์วิสัยทัศน์ เมื่อเทียบกับ DSP แบบดั้งเดิมซิกสัญญาณดิจิตอลเพิ่มประสิทธิภาพการทำงานได้ถึง 80 ครั้งและสามารถจัดการได้ถึง 60 เฟรมต่อวินาทีในแบบ Full HD วิดีโอความละเอียดสูง
ไม่เพียง แต่ที่นานดาน Nayampally ยังค่อนข้างแง่ดีเกี่ยวกับการตรวจสอบวัตถุ (Object ตรวจสอบ) การพัฒนาแอพลิเคชันใน AR ฟิลด์ VR และแม้กระทั่งเขากล่าวว่า บริษัท ทั้งสองปีที่ผ่านมาซื้อ Apical นี้วิสัยทัศน์คอมพิวเตอร์ฝังตัวและการถ่ายภาพการใช้งาน บริษัท เทคโนโลยี เพื่อช่วยให้มันเพิ่มความเร็วในการตัดเป็น AR ตลาดอุปกรณ์ VR ในนอกเหนือจากการสนับสนุนที่มีอยู่สำหรับการประมวลผลภาพ (วิสัยทัศน์คอมพิวเตอร์) ของผลิตภัณฑ์ ARM เขากล่าวว่าหลังจากนั้นก็จะเปิดตัวรุ่นต่อไปของการแก้ปัญหาวิสัยทัศน์