18+

Arm:很早就著手準備人工智慧技術整合 聚焦全類別裝置應用設計方向

此次在台灣舉辦的Arm Tech Symposia 2023活動上,Arm產品管理副總裁James McNiven在受訪時強調當前與市場業者維持深度合作關係,同時也強調與台灣供應鏈共同推動Arm應用產品生態成長,並且對於接下來的AI PC、AI裝置應用發展趨勢深具信心。

James McNiven表示目前Arm生態已經相當茁壯,包含在去年底提前實現2500億Arm架構授權晶片出貨量,若以全球人口總數計算的話,平均每人身上會有30組晶片,而如果以歷史至今累積的人口加總數量甚至能讓每人分得2組,強調Arm架構應用產品已經遍及日常生活各個角落。

目前Arm本身以提供運算平台技術資源形式運作,並且持續與市場合作夥伴共同成長,因此會持續針對市場趨勢、需求強化其運算平台資源,尤其近年興盛的自動生成式人工智慧與裝置端人工智慧運算發展,Arm也開始透過全面運算 (Total Compute)平台提供相應解決方案,並且進一步將運算效能應用在物聯網、終端裝置、數據中心及車聯網市場需求。

聚焦全類別裝置整合人工智慧的設計方向

對於人工智慧應用發展,James McNiven強調Arm很早就已經著手準備,並且預期接下來將會有更全面應用發展機會,但相比其他業者的作法,主要還是聚焦全類別裝置整合人工智慧的設計方向,而非僅著眼在特定領域市場,因此所提供解決方案也會更偏重在運算架構、效能表現,以及軟體整合,而非針對特定產品類別提出設計方案。

在Arm的看法中,與其針對不同類別產品提出參考設計,更重要的是持續提升基本運算架構、效能表現,例如在持續強化CPU、GPU與NPU運算能力之外,不同運算元件之間的溝通連結也相當重要,因此Arm在去年宣布推出Armv9指令集時,後續也宣布增加可伸縮矩陣擴展 (SME)架構,藉此提高處理器運算效率,另外也進一步強化處理器內部數據傳輸速度,讓運算效能可大幅增加。

同時,Arm也藉由簡化設計讓合作夥伴能快速導入解決方案,並且與市面常見大型自然語言模型 (LLM)結合,進而能快速導入各類自動生成式人工智慧運算應用。在James McNiven的看法裡,認為與其透過單一參考設計讓業者大量複製套用,更重要的還是降低業者設計產品難度,使其能將重心放在銜接不同人工智慧技術應用,藉此加快更多差異化產品進入市場競爭。

希望Windows on Arm設計能夠獲得成功

至於針對當前的Windows on Arm市場發展,James McNiven表示不對目前Qualcomm以自有處理器架構、搭配Arm指令集打造產品,以及蘋果藉由Apple Silicon處理器再次推動Windows on Arm市場發展動能情況作回應,但強調Arm的立場會站在提供更好運算效能的解決方案想法上,並且樂見Windows on Arm設計能在市場獲得成功。

另外,James McNiven也不認為Windows on Arm將會取代既有Intel以x86架構主導的Windows市場,而是讓市場能有更多元選擇,並且說明會持續提供更好解決方案協助合作夥伴擴大市場發展機會。

未來運算型態將更趨向混合架構

而對於未來運算發展方向,James McNiven認為混合型態的運算模式將會成為主流,但什麼運算內容會放在裝置端,什麼會仰賴雲端協同運算,主要還是看實際應用場景,顯然沒有一定答案。但可以預期的是,未來增加在裝置端的運算,有很大關聯會與隱私數據有關,例如擔心個人相關資料上雲而被其他應用服務使用,僅特定情況下是為了加快運算反應速率。

《原文刊登於合作媒體mashdigi,聯合新聞網獲授權轉載。》

本日熱門 本周最熱 本月最熱