ARM提出Project Trillium設計平台 將更多人工智慧應用帶進終端裝置

2018.02.18 01:06PM
155
是ARM提出Project Trillium設計平台 將更多人工智慧應用帶進終端裝置這篇文章的首圖
首圖

近年來在終端運算有所著墨的ARM,稍早針對裝置端的人工智慧應用提出名為Project Trillium的軟硬體整合設計平台,藉此讓基於ARM ML架構設計的處理器能有更快的機器學習效率,同時也能藉由基於ARM OD架構設計的處理器更快感知辨識物件變化,例如精準判斷人臉以外的動作、手勢,甚至身上配戴物件,再透過名為ARM NN的軟體串接諸如TensorFlow、Caffe或Android NN等學習框架,並且利用硬體運算效能加速學習效果。

ARM稍早宣布結合旗下資源打造的軟硬體整合設計平台Project Trillium,最主要透過基於ARM ML架構設計的處理器,以及基於ARM OD架構設計的處理器,再搭配名為ARM NN的軟體串接TensorFlow、Caffe或Android NN再內學習框架,藉此讓裝置端能有更具效率的機器學習應用。

根據ARM方面表示,不同之前藉由CPU、GPU協同作業達成機器學習效率,藉由Project Trillium設計平台的學習數據吞吐量幾乎可達2-4倍以上,其中更可透過1080p@60fps畫面形式捕捉影像,進而讓終端裝置可以學習正確辨識人臉,甚至進一步學習判斷表情變化、手勢等肢體動作,或是配合是別人臉以外的裝飾物。

而提出Project Trillium設計平台的目的,自然在於越來越多終端裝置學習應用模式投入發展,因此ARM也開始著重讓手機端能完成更多學習運算,而不需要過度依賴雲端協作的運算模式,一來可以提昇終端裝置端的運算精準度,同時也能讓運算反應時間縮短,使得手機可以越來越懂得使用需求。

除了將使Project Trillium設計平台用於智慧型手機,ARM也表示此項設計平台同時也能套用在智慧喇叭或物聯網產品,預計要在今年4月間才會提供更具體預覽內容,同時實際應用產品最快將會在2018年年中進入市場。

回應0

熱門文章

最新消息

本日精選