arm tech symposia 文章進(jìn)入arm tech symposia技術(shù)社區(qū)

大咖觀點(diǎn) | 在大模型時(shí)代推動(dòng)智能視覺(jué)技術(shù)的發(fā)展

作者：Arm 物聯(lián)網(wǎng)事業(yè)部業(yè)務(wù)拓展副總裁馬?。Q謝 Arm 工程部計(jì)算視覺(jué)主任架構(gòu)師 Catherine Wang 對(duì)本文內(nèi)容的貢獻(xiàn)）語(yǔ)言學(xué)和認(rèn)知科學(xué)的先驅(qū) Noam Chomsky 曾經(jīng)說(shuō)過(guò)，人類(lèi)語(yǔ)言在動(dòng)物世界中是獨(dú)一無(wú)二的。如今，隨著諸如 GPT-3.5、GPT-4.0 和 Bert 等大語(yǔ)言模型 (LLM) 和生成式人工智能 (AI) 的迅猛發(fā)展，機(jī)器已經(jīng)開(kāi)始能夠理解人類(lèi)語(yǔ)言，這極大地?cái)U(kuò)展了機(jī)器可行使的功能。由此也引發(fā)了人們的思考：接下來(lái)技術(shù)會(huì)如何發(fā)展？智能的演進(jìn)塑造全新計(jì)算范式要預(yù)測(cè) AI 的未
關(guān)鍵字： Arm 大模型智能視覺(jué)

通過(guò) Arm Total Access 方案構(gòu)建基于 Arm 技術(shù)的智能未來(lái)

Arm 技術(shù)授權(quán)訂閱模式能滿(mǎn)足不同企業(yè)規(guī)模和行業(yè)類(lèi)別的業(yè)務(wù)需求，并已在過(guò)去數(shù)年內(nèi)賦能 250 余家全球生態(tài)伙伴輕松通過(guò) Arm 技術(shù)實(shí)現(xiàn)創(chuàng)新，共同基于 Arm 平臺(tái)構(gòu)建計(jì)算的未來(lái)！Nordic Semiconductor （下稱(chēng) Nordic）與 Arm 的合作正是一個(gè)典型案例，雙方的合作伙伴關(guān)系已逾 20 年，而隨著 Nordic 采用 Arm Total Access 方案，標(biāo)志著雙方的合作正式邁入全新篇章。Nordic 作為嵌入式市場(chǎng)轉(zhuǎn)型的先行
關(guān)鍵字： Arm

Armv9 技術(shù)講堂 | SME 指令介紹

Arm 可伸縮矩陣擴(kuò)展 (SME) 作為 Armv9 架構(gòu)中的一項(xiàng)創(chuàng)新特性，旨在滿(mǎn)足當(dāng)前日益復(fù)雜和高能耗的人工智能 (AI) 和機(jī)器視覺(jué) (ML) 應(yīng)用需求。除了加速現(xiàn)今的 AI，SME 也提供了在 Arm 架構(gòu)上處理不斷更新的生成式 AI 應(yīng)用的靈活性。在上一篇內(nèi)容中，Arm 技術(shù)專(zhuān)家為大家簡(jiǎn)要介紹了 SME，本周我們將帶各位更為詳細(xì)地來(lái)了解 SME 的指令，助力你在應(yīng)用中高效使用 SME！操作 ZA 存儲(chǔ)的 SME 指令主要包括：計(jì)算兩個(gè)向量外積，并累加或累減，將結(jié)果
關(guān)鍵字： Arm SME

基于 Arm Cortex-R82AE 簡(jiǎn)化高性能區(qū)域控制器的軟件開(kāi)發(fā)

作者：Arm 汽車(chē)事業(yè)部高級(jí)產(chǎn)品經(jīng)理 Prakash Mohapatra在之前的一篇推文中我曾談到過(guò)，汽車(chē)行業(yè)的近期發(fā)展趨勢(shì)正在推動(dòng)對(duì)汽車(chē)架構(gòu)中區(qū)域控制器和域控制器的需求。而基于 Armv8-R 的 Arm Cortex-R52 和 Cortex-R52+ 核心正是滿(mǎn)足區(qū)域控制器和域控制器設(shè)計(jì)和性能需求的理想之選。Cortex-R52 和 Cortex-R52+ 已廣泛應(yīng)用于汽車(chē)設(shè)計(jì)領(lǐng)域，既包括獨(dú)立的微控制器 (MCU)，也有與 Cortex-A 核心結(jié)合的異構(gòu)
關(guān)鍵字： Arm Cortex-R82AE

Helium 技術(shù)講堂 | 循環(huán)緩沖區(qū)的使用

當(dāng)人工智能 (AI) 下沉到各式各樣的應(yīng)用當(dāng)中，作為市場(chǎng)上最大量的物聯(lián)網(wǎng)設(shè)備也將被賦予智能性。Arm ? Helium? 技術(shù)正是為基于 Arm Cortex ? -M 處理器的設(shè)備帶來(lái)關(guān)鍵機(jī)器學(xué)習(xí)與數(shù)字信號(hào)處理的性能提升。在上周的 Helium 技術(shù)講堂中，我們與大家共同探討了復(fù)雜而又有趣的交錯(cuò)加載/存儲(chǔ)指令。今天，我們將一起聊聊與內(nèi)存訪(fǎng)問(wèn)相關(guān)的內(nèi)容。若您想要了解如何高效利用 Helium，千萬(wàn)別錯(cuò)過(guò)文末視
關(guān)鍵字： Arm 循環(huán)緩沖區(qū)

X86架構(gòu)與Arm架構(gòu)區(qū)別

X86架構(gòu)和ARM架構(gòu)是主流的兩種CPU架構(gòu)，X86架構(gòu)的CPU是PC服務(wù)器行業(yè)的老大，ARM架構(gòu)的CPU則是移動(dòng)端的老大。X86架構(gòu)和arm架構(gòu)實(shí)際上就是CISC與RISC之間的區(qū)別，很多用戶(hù)不理解它們兩個(gè)之間到底有哪些區(qū)別，實(shí)際就是它們的領(lǐng)域不太相同，然后追求也不相同。X86架構(gòu)和Arm架構(gòu)區(qū)別1、追求不同：X86主要追求性能，但會(huì)導(dǎo)致功耗大，不節(jié)能，而ARM則是追求節(jié)能，低功耗，但和X86相比性能較差。2、領(lǐng)域不同：ARM主要應(yīng)用于移動(dòng)終端之中，類(lèi)如手機(jī)，平板等，而X86則是主要應(yīng)用于Intel，A
關(guān)鍵字： Arm x86 CISC RISC

Arm 旗下熱門(mén)開(kāi)源嵌入式操作系統(tǒng) Mbed OS 將于 2026 年 7 月結(jié)束官方維護(hù)

IT之家 7 月 17 日消息，Arm 本月發(fā)布公告，宣布旗下開(kāi)源 Mbed 平臺(tái)和操作系統(tǒng)將于 2026 年 7 月終止生命周期，屆時(shí) Mbed 網(wǎng)站將被存檔，并且將無(wú)法通過(guò)在線(xiàn)工具構(gòu)建項(xiàng)目。設(shè)備軟件 Mbed OS 是開(kāi)源的，將繼續(xù)公開(kāi)提供，但不再由 Arm 主動(dòng)維護(hù)。Mbed TLS 項(xiàng)目不受該公告的影響，并將繼續(xù)作為 TrustedFirmware 社區(qū)項(xiàng)目的一部分獲得支持。Arm 官方表示，自 2009 年以來(lái)，Mbed 一直是一個(gè)非常受歡迎的項(xiàng)目，幫助專(zhuān)業(yè)開(kāi)發(fā)者、教育用戶(hù)和
關(guān)鍵字： Arm Mbed OS 操作系統(tǒng)

Arm 推出精銳超級(jí)分辨率技術(shù)

作者：?Arm 開(kāi)發(fā)者生態(tài)系統(tǒng)戰(zhàn)略總監(jiān) Peter Hodges近日，Arm 推出了?Arm 精銳超級(jí)分辨率技術(shù)?(Arm Accuracy Super Resolution, Arm ASR)，這是一款面向移動(dòng)設(shè)備進(jìn)行優(yōu)化升級(jí)的出色開(kāi)源超級(jí)分辨率?（下文簡(jiǎn)稱(chēng)“超分”）?解決方案。本文將為你介紹我們所采用的方法，并歡迎你一同加入我們的技術(shù)探索旅程。制作精良的游戲能夠帶領(lǐng)玩家踏上一段動(dòng)人的旅程。游戲開(kāi)發(fā)者套件里有許多工具可以為此增添助力，例如引人入勝的音樂(lè)、
關(guān)鍵字： Arm 超級(jí)分辨率

大咖觀點(diǎn) | AI 大模型邁向多模態(tài)，助力具身智能與機(jī)器人實(shí)現(xiàn)創(chuàng)新

作者：Arm 物聯(lián)網(wǎng)事業(yè)部業(yè)務(wù)拓展副總裁馬健你聽(tīng)過(guò)莫拉維克悖論 (Moravec's paradox) 嗎？它是指，對(duì)于人工智能 (AI) 系統(tǒng)而言，高級(jí)推理只需非常少的計(jì)算能力，而實(shí)現(xiàn)我們?nèi)祟?lèi)習(xí)以為常的感知運(yùn)動(dòng)技能卻需要耗費(fèi)巨大的計(jì)算資源。實(shí)質(zhì)上，與人類(lèi)本能可以完成的基本感官任務(wù)相比，復(fù)雜的邏輯任務(wù)對(duì) AI 而言更加容易。這一悖論凸顯了現(xiàn)階段的 AI 與人類(lèi)認(rèn)知能力之間的差異。人生來(lái)就是多模態(tài)的。我們每個(gè)人就像一個(gè)智能終端，我們通常需要去學(xué)校上課接受學(xué)識(shí)熏陶（訓(xùn)練），但訓(xùn)練與學(xué)習(xí)的目的和結(jié)果是
關(guān)鍵字： Arm AI 機(jī)器人

Arm 攜手三星，共同開(kāi)拓新一代通信技術(shù)

作者：Arm 基礎(chǔ)設(shè)施事業(yè)部無(wú)線(xiàn) vRAN 解決方案市場(chǎng)營(yíng)銷(xiāo)總監(jiān) Mo Jabbari如今，對(duì)于數(shù)據(jù)的需求持續(xù)快速增長(zhǎng)，每年的增幅預(yù)計(jì)將超過(guò) 30% [1] 。隨著人工智能 (AI) 逐漸成為日常的實(shí)用技術(shù)，需處理的數(shù)據(jù)量將呈指數(shù)級(jí)增長(zhǎng)。數(shù)據(jù)量的激增給網(wǎng)絡(luò)運(yùn)營(yíng)商帶來(lái)了巨大壓力，它們不僅要維護(hù)現(xiàn)有網(wǎng)絡(luò)，還要為下一代網(wǎng)絡(luò)進(jìn)行技術(shù)創(chuàng)新。為此，它們對(duì)節(jié)能且可擴(kuò)展的計(jì)算基礎(chǔ)設(shè)施的迫切需求更勝以往。高效計(jì)算在新一代通信技術(shù)和 AI 中的作用我們正向 6G 等新一代通信技術(shù)發(fā)展，加之越來(lái)越多地將 A
關(guān)鍵字： Arm 通信技術(shù)

簡(jiǎn)約之美：移動(dòng)端渲染技術(shù)創(chuàng)新 NanoMesh

跨平臺(tái)游戲體驗(yàn)吸引了全球數(shù)以百萬(wàn)計(jì)的玩家。然而，這對(duì)游戲開(kāi)發(fā)者來(lái)說(shuō)則是一大挑戰(zhàn)，他們需要花費(fèi)更多的時(shí)間和精力來(lái)調(diào)整內(nèi)容適配臺(tái)式機(jī)、游戲主機(jī)和移動(dòng)設(shè)備。為了更好賦能開(kāi)發(fā)者，Arm 攜手騰訊游戲，在 2024 年游戲開(kāi)發(fā)者大會(huì) (GDC) 上展示了一項(xiàng)不斷發(fā)展的全新渲染技術(shù) —— NanoMesh。移動(dòng)游戲開(kāi)發(fā)以往需使用平臺(tái)專(zhuān)用技術(shù)來(lái)進(jìn)行高多邊形網(wǎng)格建模，而 NanoMesh 可顯著簡(jiǎn)化這一切。再加上其中內(nèi)置的自適應(yīng)剔除 (Adaptive Culling) 算法，該技術(shù)在移動(dòng)設(shè)備上的性能發(fā)展?jié)摿薮蟆?02
關(guān)鍵字： Arm NanoMesh

Windows on Arm 繼續(xù)存在高通拯救了Microsoft

PC芯片競(jìng)爭(zhēng)升溫高通驍龍X的推出使x86處于劣勢(shì)，至少目前是這樣。
關(guān)鍵字： Windows on Arm 高通 Microsoft Copilot Plus

加速基于 Arm Neoverse N2 的大語(yǔ)言模型推理

人工智能 (AI) 正在眾多行業(yè)掀起浪潮，尤其是在大語(yǔ)言模型 (LLM) 問(wèn)世后，AI 發(fā)展呈現(xiàn)井噴之勢(shì)。LLM 模型不僅極大改變了我們與技術(shù)的交互方式，并且在自然語(yǔ)言理解和生成方面展現(xiàn)出了驚人的能力。雖然 GPU 在訓(xùn)練生成式 AI 模型方面發(fā)揮了重要作用，但在推理領(lǐng)域，除了 GPU 和加速器之外，還有其他可行的選擇。長(zhǎng)期以來(lái)，CPU 一直被用于傳統(tǒng)的 AI 和機(jī)器學(xué)習(xí) (ML) 用例，由于 CPU 能夠處理廣泛多樣的任務(wù)且部署起來(lái)更加靈活，因此當(dāng)企業(yè)和開(kāi)發(fā)者尋求將 LLM 集成到產(chǎn)品和服務(wù)中時(shí)，CPU
關(guān)鍵字： Arm Neoverse 大語(yǔ)言模型

借助小語(yǔ)言模型，高效 Arm 計(jì)算賦能定制化 AI 未來(lái)

隨著我們逐步邁入人工智能 (AI) 的世界，小體量模型愈發(fā)具有大優(yōu)勢(shì)。在過(guò)去的一年多里，大語(yǔ)言模型 (LLM) 推動(dòng)了生成式 AI 的早期創(chuàng)新浪潮，訓(xùn)練參數(shù)量朝萬(wàn)億級(jí)規(guī)模邁進(jìn)，但越來(lái)越多的證據(jù)表明，無(wú)限制地?cái)U(kuò)展 LLM 并不具備可持續(xù)性。至少來(lái)說(shuō)，通過(guò)此方式來(lái)發(fā)展 AI 所需的基礎(chǔ)設(shè)施成本過(guò)于高昂，僅有少數(shù)企業(yè)可以承受。此類(lèi) LLM 需要消耗大量算力和電力，運(yùn)營(yíng)成本不菲。這些項(xiàng)目將帶來(lái)沉重的財(cái)務(wù)和資源負(fù)擔(dān)，例如 GPT-4 的訓(xùn)練成本至少為一億美元。除此之外，這些 LLM 的開(kāi)發(fā)和部署過(guò)程也相對(duì)復(fù)雜。劍橋
關(guān)鍵字： Arm

Arm 驅(qū)動(dòng)汽車(chē)行業(yè)芯粒開(kāi)發(fā)與部署

汽車(chē)的算力需求呈現(xiàn)持續(xù)增長(zhǎng)的態(tài)勢(shì)。為了追求更高的自動(dòng)駕駛性能、先進(jìn)的車(chē)內(nèi)體驗(yàn)，以及向電氣化的轉(zhuǎn)變，軟件和人工智能 (AI) 正在加速發(fā)展，驅(qū)動(dòng)一個(gè)由 AI 賦能的軟件定義汽車(chē) (SDV) 時(shí)代。與此同時(shí)，先進(jìn)駕駛輔助系統(tǒng) (ADAS)、自動(dòng)駕駛和車(chē)載信息娛樂(lè) (IVI) 等關(guān)鍵的汽車(chē)用例，需要采用異構(gòu)計(jì)算方法來(lái)滿(mǎn)足復(fù)雜的計(jì)算要求。以 IVI 為例，它正逐步演變?yōu)槿娴臄?shù)字平臺(tái)，配備更多高分辨率顯示屏，并引入眾多新的應(yīng)用。同時(shí)，ADAS 也在不斷擴(kuò)增新的計(jì)算特性和安全功能，兩者均對(duì) AI 性能提出了更高的要
關(guān)鍵字： Arm