軟銀旗下的英國半導體設計公司Arm Holdings週一公佈了兩款用於人工智慧應用的晶片設計。一款名為Arm Cortex-M55處理器的晶片是Arm的微控制器系列中的最新產品，它是一款相對低成本，高能效的晶片，用於執行感測器和執行一些簡單的計算任務，適用於多種領域，包括汽車引擎、遙控玩具以及電動工具等。在過去，這些型別的晶片通常缺乏足夠的計算能力來有效地執行機器學習功能。相反，這些任務中的大多數必須在更高功率的晶片上執行，比如Arm的Cortex-A微處理器，這些微處理器存在於世界上大多數智慧手機中。另一款新晶片名為Arm Ethos-U55 NPU，其設計是與M55配合執行，以滿足有神經網路加速需求的應用。在過去的十年裡，人工智慧的大部分進展來自於在圖形處理單元上執行這些神經網路，這是一款專門的計算機晶片，最初是為了處理用於視訊遊戲和動畫的影像渲染所需的密集數字運算。但是，最近，一些公司建立了NPU，即“神經處理單元”，專門為執行神經網路設計的晶片。在基準測試中，這些晶片可以比GPU更快、更有效地執行神經網路。Arm聲稱Ethos-U55是業界的第一個“微型NPU”，換句話說，它是這些神經網路專用晶片中的第一個，足夠小，足夠省電，可以在最小的電子裝置上執行。麥肯錫諮詢公司（Consul tants McKinsey&Company）預測，到2025年，與AI相關的半導體年銷售額可能達到670億美元，約佔所有計算機晶片需求的20%。另一家諮詢公司德勤（Deloitte）預測，AI專用晶片的市場今年將達到26億美元，到2024年將翻一番。Arm在2018年首次進軍AI專用晶片市場，當時推出了機器學習處理器的設計，另一款專門針對檢測影像中的物體。但這兩種處理器都是為電力效率和成本不那麼關鍵的環境設計的。這家英國公司並不是唯一一家希望為低成本、高效率的感測器和電子產品提供機器學習能力的晶片製造商。作為推動5G移動業務的一部分，華為已經投資於廉價的NPU，但它已經將這些晶片打包為更高階手機的更大晶片的一部分，比如麒麟970晶片。英特爾在邊緣計算市場通常並不活躍，而是以資料中心和個人計算裝置為目標。AMD開發了一些晶片，旨在在智慧電視等裝置上執行AI應用程式。Arm公司並不自己製造半導體，而是將其設計授權給其他公司，該公司表示，基於這兩種新設計的晶片將於2021年交付給客戶。雖然該公司拒絕透露這個新設計的客戶名字，但在過去，Arm已將其特定於AI的設計授權給包括三星、STMicroElectronics和NXP在內的公司。該公司表示，通過將這兩種新晶片作為一個組合一起使用，在執行機器學習任務的速度上實現了480倍的增長，這與它以前在基準測試中的CortexM晶片相比。（首批15倍提速來自M55，與Ethos-U55結合後又有32倍的提速。）將這兩種晶片一起使用也會提高25倍的能源效率，這對於許多必須依賴於電池的裝置來說是至關重要的。但Arm沒有透露其新晶片與競爭對手的AI晶片相比的效能如何。Arm的高階副總裁兼汽車和物聯網業務總經理迪普蒂·Vachani說，新晶片允許將AI應用帶到農業等領域。在這些領域，數百或數千個裝有機器學習的低成本感測器可以用來仔細校準每個工廠應該接收多少水、肥料或殺蟲劑。物聯網代表了物聯網，連線各種新裝置的想法，從安全攝像機到烤麵包機，再到網際網路。Vachani還表示，讓AI在相對低功耗的裝置上工作，而不是與當今大多數AI工作負載所在的基於雲的資料中心保持經常通訊，對於資料安全和隱私至關重要。例如，她說智慧揚聲器，如Alexa或GoogleHome，可以直接在裝置上執行語音識別和一些機器學習應用程式。如今，這些裝置不得不通過網際網路將資料傳輸到遠端資料中心，引發了人們對網路安全和竊聽的擔憂。她還表示，人工智慧在非互聯，相對低功耗的裝置上工作對於實現互聯汽車以及最終實現無人駕駛汽車的實現以及將機器學習帶入醫療裝置至關重要。Arm說，M55本身將能夠承擔機器學習任務，從非常簡單的振動檢測——甚至是前幾代Cortex-M都能處理——到檢測影像中的物體。當與EthosU-55相結合時，它可以承擔更高層次的任務，例如檢測特定的手勢，決定你的指紋或你的臉是否與裝置上已經儲存的生物特徵相匹配，甚至語音識別。但是，更多的計算密集型任務，比如對各種各樣的物體進行分類，或者從人群的視訊中實時識別面孔，仍然需要更多的耗電和昂貴的晶片。Vachani還說，新的晶片設計只是為了執行所謂的AI推理,這涉及到資料輸入和使用一個統計模型，已經訓練，以作出預測從該資料。模型的實際訓練，機器學習的“學習”部分，仍然需要在更強大的晶片上的資料中心完成。