Choisissez votre pays ou région.

EnglishFrançaispolskiSlovenija한국의DeutschSvenskaSlovenskáMagyarországItaliaहिंदीрусскийtiếng ViệtSuomiespañolKongeriketPortuguêsภาษาไทยБългарски езикromânescčeštinaGaeilgeעִבְרִיתالعربيةPilipinoDanskMelayuIndonesiaHrvatskaفارسیNederlandTaiwanTürk diliΕλλάδαRepublika e ShqipërisëአማርኛAzərbaycanEesti VabariikEuskera‎БеларусьíslenskaBosnaAfrikaansIsiXhosaisiZuluCambodiaსაქართველოҚазақшаAyitiHausaКыргыз тилиGalegoCatalàCorsaKurdîLatviešuພາສາລາວlietuviųLëtzebuergeschmalaɡasʲМакедонскиMaoriМонголулсবাংলা ভাষারမြန်မာनेपालीپښتوChicheŵaCрпскиSesothoසිංහලKiswahiliТоҷикӣاردوУКРАЇНАO'zbekગુજરાતીಕನ್ನಡkannaḍaதமிழ் மொழி

Performances de l'IA considérablement améliorées, Arm sort les derniers processeurs Cortex-M et NPU

Selon des rapports de fortune, Arm a présenté lundi le dernier processeur Cortex-M (M55) et l'unité de traitement neuronal miniature (NPU) Arm Ethos-U55.

Comme la génération précédente, le nouveau Cortex-M55 est le processeur embarqué d'Arm. À ce jour, les partenaires d'Arm ont produit plus de 50 milliards de puces basées sur des conceptions Cortex-M. Les nouveaux processeurs sont plus puissants et plus écoénergétiques, mais Arm se concentre principalement sur les capacités d'apprentissage automatique de la puce. Il est entendu que le M55 est le premier processeur basé sur la technologie Arm Helium pour les calculs vectoriels accélérés, et exécute les modèles ML 15 fois plus rapidement que la génération précédente.

Dans le passé, ces puces manquaient souvent de puissance de calcul suffisante pour exécuter efficacement les fonctions d'apprentissage automatique. Au lieu de cela, la plupart de ces tâches doivent être effectuées sur des puces haute puissance, telles que la série Cortex-A d'Arm, qui est portée par la plupart des smartphones dans le monde.

Le NPU Arm Ethos-U55 est conçu pour accélérer l'apprentissage automatique, tandis que la conception U55 sera plus rationalisée et ne fonctionnera qu'avec les nouveaux processeurs Cortex-M tels que M55, M33, M7 et M4. Arm a déclaré qu'en exécutant ces deux puces en combinaison, la tâche d'apprentissage automatique peut s'exécuter 480 fois plus rapidement que la puce Cortex M utilisée dans le test de référence. (La première augmentation de la vitesse de 15 fois vient du M55, et la combinaison avec l'Ethos-U55 apporte une augmentation supplémentaire de 32 fois.) L'utilisation de ces deux puces en même temps peut également augmenter l'efficacité énergétique de 25 fois, ce qui est important pour de nombreux équipements alimentés par batterie est crucial.

Dipti Vachani, vice-président directeur et directeur général d'Arm dans le secteur de l'automobile et de l'IoT, a déclaré que permettre à l'intelligence artificielle de fonctionner sur des appareils de relativement faible puissance plutôt que d'avoir à maintenir une communication continue avec les centres de données basés sur le cloud est essentiel à la sécurité et à la confidentialité des données. important. Actuellement, la plupart des charges de travail d'IA s'exécutent dans ces centres de données.

Elle a également déclaré qu'il était essentiel de permettre à l'intelligence artificielle de fonctionner sur des appareils non connectés et de faible puissance pour créer des voitures connectées, permettre des voitures autonomes et introduire l'apprentissage automatique dans les appareils médicaux.

Arm a déclaré que le M55 lui-même serait en mesure d'entreprendre des tâches d'apprentissage automatique allant de la détection de vibrations très simple (même la génération précédente Cortex-M) à la détection de cible dans les images. Lorsqu'il est combiné avec Ethos U55, il peut effectuer des tâches de niveau supérieur, telles que la détection de gestes spécifiques, la détermination de la compatibilité de votre empreinte digitale ou de vos traits du visage avec les données biométriques déjà stockées sur l'appareil, ou même la reconnaissance vocale. Cependant, des tâches plus gourmandes en calcul, telles que la classification d'une grande variété d'objets ou la reconnaissance de visages à partir de vidéos en temps réel, nécessitent toujours des puces plus énergivores et plus coûteuses.