產業消息 ARM cortex-m 意法半導體 Dare to Dream 、 Made Possible , Arm Design Contest 設計競賽即日開放報名 由 Arm 與國家晶片系統設計中心、意法半導體共同舉辦、已經邁入第十三屆的 ARM Design Contest 宣布在即日起接受台灣各大專院校團隊報名,今年的主題是" Dare to Dream , Made Possible "為活動課題,今年官方指定平台為意法半導體的 STM32F469 Discovery 硬體開發板,搭配 MDK-Arm 軟體開發工具,只要是台灣大專院校含研究所碩士生等團隊,可在 5 月 24 日前到官網報名。 2018 Arm Design Contest 官網:請點此 此次競賽評分標準將以 35% 技術深度、 20% 功能與實用性 、 20% Chevelle.fu 7 年前
產業消息 ARM APPLE soc intel core 蘋果再度過河拆橋,傳 2020 年棄用 Intel 處理器 作為一家科技公司,蘋果是罕見一手囊括硬體、軟體與 IC 設計的公司,同時也逐漸藉由收購與投資研發人力的方式降低對外界晶片廠的依賴,同時一旦掌握關鍵技術後就會一腳踹開先前的合作廠商,近期最明顯的兩個例子就是擺脫高通的基頻技術,以及終止向 Imagination Technilogies 的 PowerVR GPU 授權,大幅仰賴蘋果的 Imagination Technologies 也因此一夕崩盤,現在也傳出 2020 年蘋果將要揮別 Intel ,全面使用自行設計的 Arm 架構處理器。 根據彭博社報導,蘋果將在 2020 之際全面棄用 Intel 處理器,首先將從最入門級的 MacBook Chevelle.fu 7 年前
產業消息 NVIDIA GTC ARM nvidia 推理 嵌入式處理器 機器學習 加速器 GTC 2018 : NVIDIA 與 Arm 宣布合作,將開源加速器架構 NVDLA 整合到 Project Trillium 平台 NVIDIA 在 GTC 2017 公布新一代車載與機器人嵌入式超級電腦 Xavier 細節時,也一併公布了開源機器學習推理加速器架構 NVDLA ,而在稍早的 2018 GTC 大會進一步宣布與 Arm 合作,將 NVDLA 整合到 ARM 今年二月所公布的人工智慧平台計畫 Project Trillium 當中。 NVDLA 是作為嵌入式架構當中針對機器學習的推理部分的加速器架構,旨在為主要以推理為主的嵌入式平台提供低功耗的推理部分的硬體加速, NVIDIA 在去年公布 NVDLA 時,宣布將此項架構開源,希望吸引更多想投入嵌入式人工智慧相關產品的廠商採用,並藉此擴大業界對 NVDLA 的 Chevelle.fu 7 年前
產業消息 ARM IOT 機器視覺 機器學習 Arm 推出 Project Trillium 的出發點:為使互連萬物都能獨立進行機器學習 Arm 在今年二月份針對人工智慧與機器學習,宣布了名為 Project Trillium 的人工智慧解決方案,為端點人工智慧提供更完善的人工智慧技術,並使人工智慧深入各個端點;此方案包括軟體與硬體兩個層級,提供藉由 CPU + GPU + DSP 的現行異構解決方案,以及漸為潮流的專屬 AI 加速架構,讓客戶依照人工智慧運算需求選擇合宜的方案。 為何讓終端裝置具備獨立的機器學習能力很重要,可從六大領域說起,包括頻寬、能源、成本、延遲、可靠性與安全性。當前許多的人工智慧應用是透過基於雲的方式進行,然而仰賴透過網路傳輸到伺服器端,對於如影像分析、安全、自動駕駛等需要大量影像傳輸的應用,就需要耗用大 Chevelle.fu 7 年前
產業消息 ARM 安全監控 智慧手機 機器視覺 機器學習 Arm 機器學習方案 Project Trillium 先以行動裝置端的推理與機器視覺當中的物件辨識出發 在當前端末進行機器學習的大宗趨勢,行動運算裝置勢必是對機器學習需求最顯著的領域,而終端裝置端又以機器學習的推理部分最需要即時處理;另一方面,當前機器學習發展最主流的應用為機器視覺當中的物件偵測,故 Project Trillium 雖是以涵蓋所有機器學習相關領域為最終目的,但首先規劃的兩項 IP 架構則個別針對行動運算以及物件辨識。 Arm Project Trillium 首款 ML 加速器是針對行動運算領域所規劃,為機器學習當中的推理的部分進行加速,這也是多數在終端裝置當中被視為較重要的部分,畢竟學習的部分較不需要即時處理,可透過效率更高的雲端伺服器進行,然而推理講求即時性,也需要在終端進 Chevelle.fu 7 年前
產業消息 ARM arm dynamiq Cortex-A55 Cortex-A75 針對中高階應用處理器, ARM 似乎認為 1 大 7 小的 CPU 是個好主意 或許未來在手機處理器看到 CPU 是奇數也不用太意外,更不要以為奇數配置是像以前 AMD 處理器是將原本偶數配置進行封印的做法,甚至在接下來中高階處理器看到 1 大 7 小配置也相當合理。 在 Arm 發表 DynamIQ 後,為處理器中的 CPU 規劃帶來更高的彈性,在 Cluster 可進行大小核混合、最多八核心的配置下,單一個 Cluster 就可取代過往以兩個 Cluster 的組合。 雖然今年起各家廠商才陸續發表基於 DynamIQ 的應用處理器,不過 Arm 稍早在北京針對中階 Mali 產品進行新品發表時,在搭配 Mali-G52 的組合時,投影片上就介紹使用 1 個 Corte Chevelle.fu 7 年前
產業消息 ARM mali 智慧手機 智慧電視 Bifrost arm mali 4k hdr 將機器學習、 4K 帶進中階手機與電視晶片, Arm 發表 Mali-G52 、 Mali-G31 等多媒體 IP 方案 在發表支援新一代 DynamIQ 技術的 Cortex-A75 、 Cortex-A55 與高階 GPU Mali-G72 後, ARM 再針對主流級應用發表一系列多媒體 IP 組合,包括 Mali-G52 、 Mali-G31 ,與顯示處理器 Mali-D51 以及視訊處理器 Mali-V52 ,將一系列嶄新的多媒體技術帶到中階等級晶片,舉凡機器學習、 4K 等,不再僅是高階晶片獨有。 在機器學習方面, Mali-G52 可與支援 DynamIQ 的 CPU 架構結合,透過異構運算使得中階晶片能夠實現強大的機器學習性能;此外藉由 ARM 將支援 OpenGL ES 3.2 、 Vulkan Chevelle.fu 7 年前
人物專訪 ARM MWC 世界行動通訊大會 端點學習應用將改變傳統運算模式 ARM認為雲端協同運算將轉向端點就完成前期運算 裝置端的學習加速應用與5G連網技術發展沒有絕對關連,而是在裝置端的對於運算效率、隱私安全與貼身使用等需求成長下,進而從過往仰賴雲端協同運算情況開始轉向在裝置端即可以學習加速完成前期運算,同時配合雲端服務完成更大規模的數據運算應用,藉此縮減從裝置端到雲端之間協同運算的延遲現象。 針對稍早針對裝置端學習應用需求所打造的Project Trillium設計平台,ARM機器學習事業群總經理Jem Davies在此次MWC 2018接受訪談時表示,裝置端的學習運算將會是未來發展趨勢,應用層面更從物聯網、手機等小型裝置,大至自動駕駛車輛、機器人,或是數據中心與智慧城市等大型規模「設備」,預期將可藉由深度學 Mash Yang 7 年前
產業消息 ARM IOT eSIM MWC 2018 : Arm 發表 Kigen 整合式 SIM 身分識別,為蜂巢式物聯網裝置帶來更高防護性 Arm 在 MWC 大會針對蜂巢式物聯網的安全性公布 Arm Kigen 產品,將整合性的 SIM 功能導入物聯網 SoC 的架構中。為了滿足市場預估在 2025 年蜂巢式連網 IoT 設備將達到 44 億台的趨勢,為這些設備提供更高層級的安全性是勢在必行,然而傳統的 SIM 卡缺乏擁有者切換以及更換行動網路營運商的彈性,需要變更裝置所有權與切換行動網路就需要更換既有的 SIM 卡。 此時透過整合式 iSIM 或是嵌入式 eSIM 功能為 IoT 設備帶來更高的安全性,並且相較傳統獨立的 SIM 卡設計能夠快速的變更擁有者以及更換行動網路營運商,同時導入 iSIM 或是 eSIM 後亦可減少安 Chevelle.fu 7 年前
產業消息 ARM 深度學習 神經網路 機器學習 Arm 發表機器學習運算平台 Project Trillium 與相關 IP 套件,預計 2018 年終全面上市 Arm 稍早宣布推出 Arm Project Trillium 機器學習運算平台與相關的 IP ,強調其 IP 套件具備高度的擴充性,能夠提供包括機器學習( ML )與神經網路 ( NN )功能,當前先以行動裝置的應用處理器為第一步,預計接下來將會把技術拓展到包括感測器、智慧揚聲器、家庭娛樂等領域; Project Trillium 是專為處理機器學習與神經網路的處理器,強調相較透過 CPU 、 GPU 結合加速器的異構運算更具效率,同時效能也超越傳統的 DSP 可編程邏輯。 Project Trillium 套件包括 Arm 機器學習處理器, Arm 物件偵測處理器兩項 IP ,以及 Arm Chevelle.fu 7 年前