ARM发布两款AI芯片架构：物体检测和机器学习处理器

　　ARM发布了两款针对移动终端的AI芯片架构，物体检测(Object Detection，简称OD)处理器和机器学习(Machine Learning，简称ML)处理器。

　　下面简单介绍一下这次发布的两个新的架构：机器学习ML处理器以及OD处理器。

　　ML处理器，是专门为加速神经网络模型推理所设计的。这种架构比传统的CPU和GPU架构有明显的优势。

　　在执行机器学习任务时，这款ML处理器可为数据优化内存管理。

　　这款处理器具有数据可高度重复使用的特点，能最大限度地减少数据的输入和输出，从而实现高性能和高效率。

　　ML处理器，理论上可在1.5W功率下，有超过4.6TOPs(8位整数)的理论吞吐量，最高可达3TOPs / W。

　　虽然TOPs值并不能完全体现处理器的性能，不过它对于行业标准化仍然有用。

　　作为一个完全独立的独立IP(电路功能)模块，ML处理器具有自己的ACE-Lite接口，可集成到SoC中，也可以集成到DynamiQ中。

　　此外，ARM没有透露ML处理器更多的架构信息。

　　OD处理器，是针对物体检测的任务进行了优化。尽管ML处理器也能完成相同的任务，但OD处理器可以更快。给单项任务提供专用架构，才能够获得最大效率。

　　ARM也考虑到了可能会出现OD和ML处理器集成在一起用的情况：OD处理器负责把图像中的目标处理区分割出来，然后把它们传递给ML处理器，进行更细颗粒度的处理。

　　ARM还提供大量软件，帮助开发人员将他们的神经网络模型应用到不同的NN框架中。从今天开始，这些软件大家可以在ARM开发者网站找到，同时也在Github上提供。

　　考虑到SoC开发的周期，基于新架构的芯片大概得在2019年年中或年末才能发布。ARM这次，可以说半导体及架构供应商中响应AI趋势比较慢的企业了。