Arm aggiunge la sua esperienza nel campo dei microchip al grande calderone del machine learning. Dopo aver assistito al lancio di processori mobili sempre più smart, fra cui il Kirin 970 di Huawei e l’A11 Bionic di Apple, anche la società anglo-giapponese ha deciso di dire la sua in questo settore, caratterizzato da un grande fermento. L’azienda ha infatti annunciato Project Trillium, che unisce diverse tecnologie proprietarie hardware e software per la creazione di una piattaforma scalabile in grado di velocizzare l’elaborazione di algoritmi di machine learning e di reti neurali. I microprocessori di prossima generazione sviluppati da Arm saranno ancora focalizzati sul mercato mobile e, fra le altre cose, daranno ai dispositivi capacità di riconoscimento degli oggetti maggiori e funzionalità di calcolo avanzate. L’obiettivo dell’azienda è quello di progettare una soluzione completamente nuova, che non si affidi alle capacità né della Cpu né della Gpu.
Per Arm è fondamentale partire da zero sviluppando un design esplicitamente dedicato all’apprendimento automatico, un insieme di tecnologie che permette ai device di “imparare” costantemente analizzando l’interazione con l’utente e con lo scenario circostante. La “terza via” di Arm ha un senso, in quanto un processore dedicato a un singolo compito è molto più efficace di una soluzione generica su cui viene effettuato un lavoro di affinamento.
Per non parlare dell’elaborazione in cloud, che mette sicuramente a disposizione una potenza maggiore, ma presenta limiti evidenti come la latenza e la sicurezza. “I calcoli saranno sempre più processati localmente, direttamente sul dispositivo mobile”, ha spiegato Jem Davies, vice president, fellow, and general manager del Machine Learning Group di Arm. “Se dovessimo mandare un video in cloud non avremmo banda a sufficiente per gestirlo”.
Spostare l’intelligenza e la capacità di calcolo verso l’edge della rete non è un concetto nuovo e l’industria sta cercando di posizionarsi in tal senso, approntando soluzioni che soddisfino i requisiti di potenza senza però gravare troppo sui consumi energetici. Project Trillium va in questa direzione e ad oggi è costituito da due processori differenti, il primo sviluppato per il machine learning e il secondo per il riconoscimento degli oggetti.
Fonte: Arm
Nel primo caso si parla di un prodotto in grado di effettuare 4.600 miliardi di operazioni al secondo (Tops) con un consumo di 1,5 watt. Ma, specifica Arm, con futuri accorgimenti software si potrebbero migliorare le prestazioni anche di quattro volte in casi d’uso reali. Il microchip dovrebbe essere realizzato con processo produttivo a 7 nanometri Finfet e, secondo quanto dichiarato dalla società, i primi esemplari verranno consegnati ai partner a metà 2018. L’arrivo sul mercato è fissata invece tra oltre un anno.
Il processore dedicato al riconoscimento degli oggetti, invece, può effettuare rilevazioni anche in video Full Hd a 60 frame per secondo, scendendo a livelli di dettaglio impressionanti. Arm sottolinea infatti come sia possibile identificare oggetti grandi 50 x 60 pixel, con una velocità media ottanta volte maggiore rispetto a quella di un digital signal processor (Dsp) tradizionale. Entrambe le novità del gruppo anglo-giapponese potranno infine lavorare fianco a fianco, migliorando così ulteriormente il risultato.