Arm推出全新Mali多媒體套件，想讓機器學習進入中低端智能手機

安妮 發自 喜來登

量子位 出品 | 公眾號 QbitAI

如果把AI終端設備市場比作一個舞台，那Arm就是真正的幕後指導者。

採用出售知識產權（IP）的運營方式，Arm設計了全球95%的智能手機的晶元架構，其中不乏蘋果、華為、小米、三星等知名手機廠商。很多人未聞其司，但已用其貨。

昨天，Arm推出全新Mali多媒體套件，它可與基於DynamIQ的CPU和其他Arm IP無縫集成，幫助實現新一代針對主流移動設備和數字電視（DTV）的解決方案。

這套產品具體包括實現機器學習功能的G52和G31 GPU、旗下最高效的顯示處理器D51和實現4k60 / 4k120內容的視頻處理器V52。

產品發布會現場

讓機器學習進入中低端手機

IDC的調查顯示，當今市場上有90%以上設備AI的智能終端都基於Arm架構。

主流手機中的攝像頭通過機器學習演算法進行人臉識別和指紋識別。專門去設置機器學習處理器的方法不太實際，但這些任務可由片上系統（SoC）的每個組件發揮其最佳性能實現，並與DynamIQ CPU和Mali-G51結合來提升現有應用的機器學習性能。

Arm資深市場營銷總監Ian Smythe表示，與G51相比，新套件中的G52可應對更高的圖形複雜度，允許在主流移動系統的功率和帶寬限制內實現更多的機器學習功能。

與G51的4線程相比，G52最多可提供8線程，性能密度提高30%。與此同時，能效提供了15%，甚至可支持AR等高耗電技術。

G52與G51性能對比

總體來說，G52的機器學習性能為上一代產品的3.6倍，讓機器學習不再是高端智能手機才用得起的配置。

一同發布的G31 GPU是Arm目前最小的處理器，也是第一款基於Bifrost架構的超高效GPU。它支持OpenGL ES 3.2和最新一代Vulkan API，開發人員可將其應用於數百萬設備上。

較上一代採用Bifrost架構的G51尺寸縮小20%，性能密度提升20%，在減少晶元面積的同時提升能效。

G31與G51性能對比

三條市場定位線

Arm產品營銷總監Anand Patel表示，Mali系列目前有三條市場定位。

第一條定位於高性能的產品，主要針對高性能遊戲和機器學習，也就是說在移動設備上能夠實現高性能應用。

第二條位於中檔的主流GPU產品，讓主流的移動設備也能獲得高端設備的一些功能，G52就在這層定位上。

第三條是超高效系列產品，主要針對為數字電視以及入門級智能手機帶來更完善的功能。代表產品是G31，主要是希望以最小硅面積支撐比較高端的性能。

Arm產品營銷總監Anand Patel

三管齊下，究竟哪條線是Arm未來發展的重點？

Patel表示，目前公司對三條線並無側重。

「它們其實都是基於同一個Bifrost架構。一開始我們開發Bifrost的架構是考慮到移動設備的體積尺寸、功耗的局限，想去支撐一些高性能的功能。接下來我們又不斷地去降低成本讓它可擴展，拓展到中端，甚至是超高效的一些領域。」Patel說。

差分性專長

Arm在晶元行業撒的網太大了，它與客戶的關係也變得越來越微妙。

對於「逼迫客戶要麼給Arm打工，要麼成為其競爭者」觀點，Ian Smythe笑了笑，想了想。

「事實上，Arm在談給合作夥伴提供解決方案，這樣的話他們可以有更多的選擇。其實在我們所從事的行業中，非常關鍵的一點就是具有實現差分性的專長，有很多片上系統的合作夥伴，他們擁有集成方面的能力和技巧，這完全是超越Arm能力範圍的，」Ian表示，「把很多技術能力作為標準化提供給合作夥伴，讓他們實現自己的競爭性，也是我們想追求的目標。」

對了，這套新的機器學習IP套件什麼時候能用上？

Ian沒有給出具體時間，表示今年會在市場上看到G31的設備面世，G52的設備也將很快面世。

未來可期。

—完—

加入社群

量子位AI社群15群開始招募啦，歡迎對AI感興趣的同學，加小助手微信qbitbot6入群；

此外，量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募，面向正在從事相關領域的工程師及研究人員。

進群請加小助手微信號qbitbot6，並務必備註相應群的關鍵詞~通過審核後我們將邀請進群。（專業群審核較嚴，敬請諒解）

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！