ARM 今年在 Computex 所宣布的三項 IP 架構是相當重要的一個裡程碑，因為對於 ARM 而言，全新的架構不僅是帶來更強大的運算力，同時更是以人工智慧世代所需所規劃，全新的 Cortex-A75 以及 Cortex-A55 所支援的 DynamiQ 可使工作負載更為最佳化，而 Mali-G72 則更進一步提升深度學習的性能，稍早也與 ARM 的技術專家針對昨天所發表的三項架構進行探討。
DynamIQ 的特性先前已經進行多次的介紹，簡單的說就是透過 Cluster 層的全新設計，使得單一 Cluster 能夠容納最多 8 核心，且同 Cluster 可容納大核與小核，每個核心的時脈與電壓更能獨自管理，同時透過 Cluster 共用 L3 的方式提升協作性能；由於單一 Cluster 核心增加加上可針對不同應用的性能分化，對於人工智慧相關應用更能進行有效率的多工分配。
不過在日前所發出的資訊中， Cortex-A75 即便在 DynamIQ 設計下，僅能在單一 Cluster 具備最多 4 核心，若要達到 8 核心就需要搭配 4 核心的 Cortex-A53 ，但 Cortex-A53 則能在單一 Cluster 中配置 8 核心，其中的原因， ARM 副總裁 Nandan Naampally 也做出回答。
Nandan 表示，在單 Cluster 內僅能提供最多 4 核心的 Cortex-A75 的關鍵，是有實際情境以及架構設計雙重考量；由於在行動裝置應用最多僅能應用到四核心，而在運算系統中多半是以四核心作為一個單位的設計，若是在大型架構中，仍是可透過多 Cluster 串接多個 4 核心的 Cortex-A75 Cluster 。
在架構設計方面的考量，由於 Cortex-A75 屬於高效能層級的核心，故對於頻寬的需求也較高，若在單一 Cluster 中規劃超過 4 核心，則會對共用記憶體的頻寬產生較高的負擔；其次是 Cortex-A75 的能耗與發熱也較高，單一 Cluster 內若全為 Cortex-A75 則也會對能耗管理產生不利。
關於在今年即將發酵的 Windows on ARM 計畫， Nandan 表示相當樂觀其成，在微軟與開發商的努力下，不少主流軟體開發商將會針對 ARM 進行最佳化，並可在 Windows Store 提供原生支援 ARM 的新版軟體，至於舊版 x86 軟體則可透過模擬器的方式讓 CPU 可支援，至於 GPU 則不需進行轉譯，故若執行舊版軟體的效能會依照軟體對 CPU 與 GPU 負擔的權重而定。
至於 Mali-G72 則是 Bifrost 架構的第二款高效能 GPU ，不同於當初 Mali-G71 是針對行動裝置設計， Mali-G72 鎖定的範圍更廣泛，也包括工業相關領域如機器視覺以及自動駕駛應用，影像處理器事業部資深產品經理 Espen Oybo 表示， Mali-G72 不僅是從架構方面著手，同時也與業界如遊戲引擎、演演算法進行深度結合，使其在娛樂與深度學習領域有更高的效能。
不過目前 Mali-G72 的應用領域並非更深入往高效能運作發展，仍是以偏向行動裝置以及嵌入式應用為主，而相較於 Mali-G71 ， Mali-G72 的基礎效能也再度提升 40% ，同時針對深度學習語法強化，亦可使在行動裝置上使用深度學習應用如影像、語音辨識有更好的速度，而 Mali-G72 的最大核心則可堆疊到 32 核( MP32 )。
ARM 也在展示區展示其基於深度學習的影像辨識，這項應用中透過 CPU 、 GPU 與 Neon 彼此協作，並藉由具備測距的相機鏡頭，可針對物體的尺寸與類別進行分辨，能夠判讀如桌上的蘋果、柳丁、葵花子等的質量以及卡路里。
本文經Cool3C授權轉載
