Arm的机器学习布局：从高端到低端设备

Arm在机器学习领域虽然起步较晚，但在人工智能和机器学习芯片的部署数量上仍占据领先地位。作为芯片知识产权的设计者，Arm的客户包括英特尔和英伟达等巨头，都在积极部署人工智能技术。Arm不仅设计了特定的机器学习指令，还致力于将人工智能技术融入各种电子设备中。

Arm的市场战略

在服务器层面，如亚马逊这样的企业正在将基于Arm的机器学习芯片引入数据中心。Arm机器学习小组副主席Steve Roddy在接受采访时分享了他的见解。

Q：您对机器学习的关注点是什么？

Steve Roddy： 我们主要关注高端消费者市场。Arm以手机处理器闻名。最初，神经处理单元（NPU）出现在高端手机中。现在，苹果、三星、MediaTech、华为和高通都在推出相关产品。高端手机中的NPU已经变得很常见，价格在1000美元左右。

Arm推出了一系列处理器，不仅面向高端市场，还包括主流市场和低端市场。我们希望最终实现的目标是，无论是在VR眼镜、智能手机还是其他需要高性能的地方，都能广泛应用我们的技术。历史经验告诉我们，高端手机中的技术往往需要几年时间才会普及到中低端手机。

Q：您提到神经网络如何识别事物，然后剔除不必要的部分，从而实现更高效的设备。

Roddy： 这是一个新兴的领域。机器学习分为两个部分：算法创建和训练。算法创建通常在云端进行，就像训练一只猴子写诗。谷歌的AutoML工具可以帮助用户快速训练模型。

在边缘设备上，我们需要将复杂的神经网络简化为更小、更高效的版本。例如，训练一个神经网络可能需要大量计算资源，但可以通过一些优化手段降低成本。Arm专注于开发适用于边缘设备的高效神经网络处理器，以满足各种需求。

推理与部署

Arm还关注如何将训练好的模型部署到实际应用中。例如，一个传感器系统可以在检测到火灾时自动报警。这样的系统需要在低功耗设备上高效运行，以延长电池寿命。

在嵌入式系统中，硬件和软件的协同非常重要。数学家负责设计神经网络模型，而嵌入式工程师则负责将其优化到具体的硬件平台上。这是一个相互协作的过程，需要跨领域的知识和技能。

Q：您提到了汽车联盟的合作模式，这与您的观点有何相似之处？

Roddy： 汽车行业也需要将复杂的算法简化为适合车载环境的版本。例如，高级驾驶辅助系统（ADAS）需要在有限的计算资源下运行。Arm的技术可以帮助汽车制造商将这些算法部署到车载设备上，从而提升安全性。

Q：您如何看待竞争对手如英伟达的角色？

Roddy： 英伟达是Arm的重要客户，他们也在开发自己的NPU。尽管英伟达在云端拥有强大的GPU，但在边缘设备上，他们也需要更高效的解决方案。Arm的技术可以帮助这些公司更好地平衡性能和功耗。

未来展望

Arm预计在未来5到10年内，神经网络技术将在各个领域得到广泛应用。为了实现这一目标，Arm将继续投资于技术研发，推动硬件和软件的协同发展。同时，Arm也面临着来自其他公司的竞争，但凭借其广泛的客户基础和技术积累，Arm有信心在未来占据有利位置。

Q：您认为机器学习技术在未来的市场中将扮演怎样的角色？

Roddy： 机器学习技术将成为未来的关键技术之一。它不仅会应用于高端设备，还会逐渐渗透到中低端设备中。通过持续的技术创新和优化，Arm希望能够为客户提供更高效、更经济的解决方案。未来，机器学习将在更多领域发挥重要作用，从智能家居到自动驾驶汽车，都将受益于这项技术的发展。