【為什麼我們要挑選這篇新聞】在今年的 COMPUTEX 論壇中，Arm IP 產品事業群總裁 Rene Haas 分享 AI 時代的 Total Compute 策略。
AI 運算正在各個市場面臨複雜的挑戰，Arm 的 Total Compute 策略將如何幫助開發者全面釋放 AI 效能？（責任編輯：藍立晴）
「《科技報橘》徵才中！跟我們一起定位台灣產業創新力 >> 詳細職缺訊息
快將你的履歷自傳寄至 [email protected]」
Arm IP 產品事業群總裁 Rene Haas 於 29 日台北國際電腦展 COMPUTEX 論壇中，發表「全面運算引領 AI 成長」（Scaling AI Through Total Compute）主題演說，探討 AI 運算在各個市場所面臨的複雜挑戰，以及 Total Compute 解決方案為何能夠同時滿足 AI 效能提升與應用開發的需求。
AI 運算核心走向異質平台
Rene 一開始即指出一個重大趨勢：AI 核心平台邁向異質化時代。現在的智慧型手機已經內建許多人工智慧和機器學習（ML）的基礎功能，包括即時影像擷取、人臉辨識等，但在全球將近四十億部的智慧型手機中，目前約有 85％ 的手機還是將機器學習的工作負載交由 CPU 或者 CPU + GPU（圖形處理器）執行的。
而根據 Arm 對 AI 處理器工作負載的研究，為達成更佳的應用效能和使用體驗，發揮 AI 和 ML 的優勢，未來智慧型裝置的 AI 運算核心，將以 CPU 為中心，再整合運用GPU、NPU（類神經網路處理器）、DPU（資料流處理器）、FPGA（現場可編程邏輯閘陣列）等運算資源。
碎片化的軟體／開發者生態系統
從產業轉型方面來看，不論是自動駕駛、5G 引爆的邊緣伺服器需求、AI 型穿戴裝置和虛擬實境（VR）、擴增實境（AR）、高畫質遊戲體驗、5G 智慧手機等，都帶來超高的運算效能與智慧功能要求。
此外，安全也是一項極大的考驗，前述各種市場領域的設備與裝置，都儲存了大量的個人資訊，沒有人希望竊取個人機密資料的事件再次發生。
Rene 指出，這些大規模運算流程、跨處理元件的運用、安全保護要求，以及特定領域運算 vs 通用運算等，都將讓應用開發變得越來越困難且成本越來越高，市面上太多不同軟體的選擇，造成開發人員／生態系統碎片化的擴大，增加了推動裝置 AI 化的困難。
AI 時代拓土開疆的策略：全面運算
針對上述的 AI 運算與體驗挑戰，Arm 提供從系統整體出發，結合硬體 IP（矽智財）、軟體架構和最佳化工具，一次解決未來運算複雜性的「全面運算」（Total Compute）解決方案。
一方面，Total Compute 解決方案能以 CPU 為任務控制核心，再透過 System IP 確保 AI 運算的工作負載能達到最佳分配。例如影像搜尋作業由 NPU 執行，將比 CPU 更快、更有效率。再加上 Arm 的 GPU、ML 處理器、顯示處理器、Arm NN 架構等，將能協助開發人員全面釋放 AI 效能。
Total Compute 為開發者提供更易使用的生態系統
另一方面，Total Compute為開發人員提供了一個更容易運用的未來生態系統。
碎片化的軟體和開發人員生態系統，除面臨需提升各種裝置的存取效能以推展 AI 應用的挑戰外，複雜的運算又進一步提升效能的需求。
為了能讓 AI 應用能輕鬆擴展到不同的環境中，Arm 藉由快速、簡單、成本更低的 Total Compute 解決方案，提供一個統一的開發途徑。
Arm 所開發的軟體架構，充分運用了 Arm IP 以及 Arm NN、Arm Compute Library、 Arm Development Studios 和 Arm Mobile Studios，能有效加速產品開發的上市時程。
整個 AI 產業面臨著極大挑戰
Rene 總結未來新的工作負載是以使用案例為設計基礎的，要解決未來的複雜性挑戰，必須從根本上最佳化硬體、軟體、平台安全性和工具。
整個 AI 產業面臨著極大的挑戰，而 CPU 軟體生態系統將有助於開發人員拓展邊緣的 AI 體驗，Arm 是業界中兼具安全、效能和效率的領導者，能夠透過 Total Compute 策略涵蓋的軟硬體和生態系統，幫助開發者跨越各個市場領域，加速提供 5G 時代的全新體驗。
（本文訊息由 Arm 提供，內文與標題經 TechOrange 修訂後刊登。新聞稿 / 產品訊息提供，可寄至：[email protected]，經編輯檯審核並評估合宜性後再行刊登。本文提供合作夥伴轉載。首圖來源：Arm。）
更多 Arm 相關消息
Arm 不認為處理器設計必須加入 AI，但在 5G 連網時代可能會是必需品
5G 推動次世代 AI 需求，Arm：2020 年高階智慧手機將有更多可能性
ARM 暫停合作將帶給華為毀滅性打擊？這可以先從 ARM 的商業模式談起
