ARM presenta Trillium, progetto incentrato sull'apprendimento automatico

Gli ingegneri di ARM stanno lavorando su una gamma di chip specializzati per le applicazioni di intelligenza artificiale. Potranno essere utilizzati da tutti i produttori hardware che sceglieranno le soluzioni ARM.
ARM presenta Trillium, progetto incentrato sull'apprendimento automatico

ARM è la società britannica (acquisita nel 2016 dai giapponesi di SoftBank) responsabile della progettazione dei SoC che hanno ottenuto un successo senza confini in ambito mobile. Nell’articolo Differenza tra processori ARM e x86 abbiamo evidenziato le principali differenze tra l’architettura ARM e la x86.

Adesso ARM ha presentato il progetto Trillium con cui l’azienda intende proporre un processore specializzato per le attività di machine learning e in generale per le applicazioni di intelligenza artificiale.


Il nuovo processore per il machine learning (MLP) consta delle unità logiche e della specifica architettura per contenere al massimo i consumi energetici durante le elaborazioni svolte dal motore inferenziale (simula le modalità con cui la mente umana trae delle conclusioni logiche attraverso il ragionamento).

I processori MLP Trillium saranno capaci di muovere i dati rapidamente tra i vari sottosistemi e offriranno un’ampia libertà d’azione ai produttori hardware, aspetto chiave che gli ingegneri ARM hanno voluto evidenziare nella loro presentazione.

I chip Trillium disporranno di un numero di motori computazionali compreso tra uno e sedici, ciascuno destinato a una specifica elaborazione e poggeranno il loro funzionamento su un motore convoluzionale, utilizzato soprattutto per l’analisi delle immagini e il riconoscimento degli ambienti.

L’architettura presentata da ARM non è molto diversa rispetto all’unità dedicata che Huawei ha introdotto nel suo SoC Kirin 970 e Google nel Pixel 2. Il progetto Trillium potrebbe però offrire una soluzione standard e condivisa che nel prossimo futuro verrà utilizzata da un numero sempre maggiore di produttori hardware.

Ti consigliamo anche

Link copiato negli appunti