ARM：异构计算的关键在于能让第三方访问到芯片级的性能

支持异构计算 Arm推出两款全新的主流ML处理器

异构计算，慢慢变成业界的一种主流方向，英特尔和英伟达相继推出统一架构的平台来实现异构计算。近日，为支持异构计算，Arm推出两款全新的主流ML处理器，分别是Ethos-N57 与 Ethos-N37 NPUs，这是继Arm ML处理器Ethos-N77之后的两个处理器。

对此，Arm市场营销副总裁 Ian Smythe在接受采访时表示：“异构计算的支持关键并不在于打造一个硬件的平台，更重要的是能够让第三方开发人员去访问到芯片级的性能。因为如果他们无法获得芯片级的性能、IP的能力的话，那其实这些能力、这些性能就已经是浪费了。所以我们强调的其实是全生态系统的合作。”

“其实非常明确的是，现在出现了一种具体领域的计算，我们考虑的角度是如何满足下一代计算的能耗以及性能跨CPU、GPU和NPU的需求。这也就意味着，我们不仅需要在产品设计阶段，还需要在开发人员进行产品部署的运行阶段，都有效地建立不同场景计算的资料或者组合。为了做到这点，我们需要一个统一的工具链来实现CPU、GPU、NPU的支持。”Ian Smythe表示。

此外，Ian Smythe指出，事实上Arm有很多这样的合作伙伴，他们已经在自己的电视或者是手机产品之上实现了异构的片上系统，比如说使用视频、图形、加速器还有CPU实际上已经是异构的了。只不过ARM从开发人员的角度出发，在系统级实施方面实现了更好的、在全系统中的数据流。

“对Arm来说，我们专注于total computing，无论是total computing还是您说的异构计算或者是专域计算，我们都着重于能耗与性能的平衡。”Ian Smythe认为。

据悉，Ethos-N57与Ethos-N37其设计理念包括一些基本原则，例如：针对Int8与Int16数据类型的支持性进行优化；先进的数据管理技术，以减少数据的移动与相关的耗电；通过如创新的Winograd技术的落地，使性能比其他NPU提升超过200%。

此外，Ethos-N57的功能还包括：旨在提供平衡的ML性能与功耗效率和针对每秒2兆次运算次数的性能范围进行优化。Ethos-N37的功能还包括：为了提供面积最小的ML推论处理器(小于1平方毫米)而设计；针对每秒1兆次运算次数的性能范围进行优化。