本文摘要：从游戏设备到数字电视，图：Arm市场营销副总裁IanSmythe（右）与ArmML事业群商业与营销副总裁DennisLaudick（左）。

从游戏设备到数字电视，图：Arm市场营销副总裁IanSmythe（右）与ArmML事业群商业与营销副总裁DennisLaudick（左）。EthosNPU家族又再配新成员时隔公布射击高端市场的NPU处理器Ethos－N77后，EthosNPU家族又加到了针对中端及入门级市场的Ethos－N57与Ethos－N37两位新成员。

ArmEthos产品组合目的解决问题AI与ML（机器学习）简单运算的挑战，以便为日常生活设备建构更加个性化与沉浸式的体验。据介绍，Ethos－N57与Ethos－N37的设计理念还包括一些基本原则：针对Int8与Int16数据类型的支持性展开优化；先进设备的数据管理技术，以增加数据的移动与涉及的耗电量；通过如创意的Winograd技术的落地，使性能比其他NPU提高多达200％。ArmML事业群商业与营销副总裁DennisLaudick回应，近期我们公布了很多全新的产品及涉及解决方案，主要的目的就是使Arm全线产品都能获取机器学习及涉及的卓越性能。同时他特别强调，不管是研发什么样的处理器产品，只要牵涉到到人工智能、算法以及处置能力，数据都是核心，这也是Arm设计这三款产品时年所考虑到的。

“我们必需在提升产品处置性能之前，保证数据处理和数据管理能力。这三款Ethos产品都构建了十分原始的智能数据管理系统，这也是三款架构以及产品设计的核心所在。同时我们针对涉及用户市场需求做到了核心优化，并大幅提高了全系列产品的核心性能及能效。”他谈及。

Mali－G5将智能与沉浸式体验带回主流市场同时，Arm全新发售的Mali－G57GPU，这是其首款基于Valhall架构的主流图形处理器，将需要把优质的智能与沉浸式体验带回主流市场，还包括高保真游戏、相媲美电玩主机的移动设备图型效果、DTV的4K／8K用户模块，以及更加简单的虚拟现实和增强现实的负荷。据报，与Mali－G52比起，Mali－G57各种内容都能超过1．3倍的性能密度；同时，Mali－G57的能效比提高了30％，使其电池寿命更长；此外，Mali－G57针对虚拟现实（VR）获取注视点图形反对，且设备ML性能提高60％，以便展开更加简单的XR实境应用于。值得注意的是，Arm最近与全球领先的3D内容建构商Unity宣告达成协议战略合作，以保证3D应用程序（例如游戏和娱乐）在用于ARM架构的硬件上简洁运营。

“基于这项合作，我们将Arm的整体工具还包括解决方案预置在Unity的引擎和平台之上，通过这个原始的构建，可以协助Unity的开发者和使用者充份并且非常简单地取得Arm全系列产品的最低性能。此外，在设计以及工程层面，我们也可以协助开发者面向Arm的CPU、GPU和NPU展开更为量身自定义的优化。

”IanSmythe讲解到。Mali－D37大幅度提高小屏设备视觉体验据介绍，Mali－D37是一个在大于的有可能面积上包括非常丰富表明与性能的DPU。对于终端用户而言，这意味著当面积沦为首要考虑到，在例如入门级智能手机、平板电脑与分辨率在2k以内的小显示屏等成本较低的设备上，不会有较佳的视觉效果与性能。

Mali－D37关键功能还包括：单位面积效率极高，DPU在反对全高清（FullHD）与2K分辨率的组态下，16纳米制程的面积将大于1mm2；通过增加GPU核心表明工作以及还包括MMU－600等内存管理功能，系统电力最低可节省30％；从高阶的Mali－D71保有关键的表明功能，还包括与AssertiveDisplay5融合用于后，可混合表明低动态对比（HDR）与标准动态对比（SDR）的制备内容。机器学习市场需求将从标准化改向专用同时，IanSmythe谈及，针对有所不同的人工智能应用于以及机器学习的工作阻抗，CPU、GPU、NPU等有所不同的处理器是各司其职的，但在有所不同的场景和任务模式下，在效能、处置效率和性能上，可能会不存在一定波动范围。根据Arm对于市场的解读以及涉及市场对系统，目前市场上绝大多数市场需求都是对于通用型机器学习的市场需求。

而Arm的各类产品虽然针对的是有所不同的目标市场，但是产品本身非常灵活。以CPU为事例，它可以限于于有所不同的机器学习应用于场景。至于机器学习工作阻抗方面，Arm则获取有所不同的算法获取反对，只有这样，才能在准确的时间准确的地点部署准确的解决方案，从而构建准确的阻抗并由此符合性能拒绝。

DennisLaudick回应回应，“Arm内部具有原始的算法分析工具，目前早已应用于CPU和GPU产品，未来这项功能也将重新加入到NPU产品中。由此，我们将可以更为标准化地提升性能。对于开发者而言，这将带给极大益处，我们可以协助他们用于这套分析工具，更为原始地去构建优化，并且有的放矢地针对自己的工作阻抗去提升性能。

”最后，IanSmythe认为，“虽然现在绝大多数还是通用型机器学习的市场需求，但在未来市场一定会朝着更为细分的市场去发展。预计，Arm也一定会研发更加多专用产品来符合这部分市场需求。

本文来源：ku游平台-www.mm-musiclibrary.com