Arm推出全新Mali多媒体套件，想让机器学习进入中低端智能手机
安妮 发自 喜来登
量子位 出品 | 公众号 QbitAI
如果把AI终端设备市场比作一个舞台，那Arm就是真正的幕后指导者。
采用出售知识产权（IP）的运营方式，Arm设计了全球95%的智能手机的芯片架构，其中不乏苹果、华为、小米、三星等知名手机厂商。很多人未闻其司，但已用其货。
昨天，Arm推出全新Mali多媒体套件，它可与基于DynamIQ的CPU和其他Arm IP无缝集成，帮助实现新一代针对主流移动设备和数字电视（DTV）的解决方案。
这套产品具体包括实现机器学习功能的G52和G31 GPU、旗下最高效的显示处理器D51和实现4k60 / 4k120内容的视频处理器V52。
△ 产品发布会现场
让机器学习进入中低端手机
IDC的调查显示，当今市场上有90%以上设备AI的智能终端都基于Arm架构。
主流手机中的摄像头通过机器学习算法进行人脸识别和指纹识别。专门去设置机器学习处理器的方法不太实际，但这些任务可由片上系统（SoC）的每个组件发挥其最佳性能实现，并与DynamIQ CPU和Mali-G51结合来提升现有应用的机器学习性能。
Arm资深市场营销总监Ian Smythe表示，与G51相比，新套件中的G52可应对更高的图形复杂度，允许在主流移动系统的功率和带宽限制内实现更多的机器学习功能。
与G51的4线程相比，G52最多可提供8线程，性能密度提高30%。与此同时，能效提供了15%，甚至可支持AR等高耗电技术。
总体来说，G52的机器学习性能为上一代产品的3.6倍，让机器学习不再是高端智能手机才用得起的配置。
一同发布的G31 GPU是Arm目前最小的处理器，也是第一款基于Bifrost架构的超高效GPU。它支持OpenGL ES 3.2和最新一代Vulkan API，开发人员可将其应用于数百万设备上。
较上一代采用Bifrost架构的G51尺寸缩小20%，性能密度提升20%，在减少芯片面积的同时提升能效。
三条市场定位线
Arm产品营销总监Anand Patel表示，Mali系列目前有三条市场定位。
第一条定位于高性能的产品，主要针对高性能游戏和机器学习，也就是说在移动设备上能够实现高性能应用。
第二条位于中档的主流GPU产品，让主流的移动设备也能获得高端设备的一些功能，G52就在这层定位上。
第三条是超高效系列产品，主要针对为数字电视以及入门级智能手机带来更完善的功能。代表产品是G31，主要是希望以最小硅面积支撑比较高端的性能。
三管齐下，究竟哪条线是Arm未来发展的重点？
Patel表示，目前公司对三条线并无侧重。
“它们其实都是基于同一个Bifrost架构。一开始我们开发Bifrost的架构是考虑到移动设备的体积尺寸、功耗的局限，想去支撑一些高性能的功能。接下来我们又不断地去降低成本让它可扩展，拓展到中端，甚至是超高效的一些领域。”Patel说。
差分性专长
Arm在芯片行业撒的网太大了，它与客户的关系也变得越来越微妙。
对于“逼迫客户要么给Arm打工，要么成为其竞争者”观点，Ian Smythe笑了笑，想了想。
“事实上，Arm在谈给合作伙伴提供解决方案，这样的话他们可以有更多的选择。其实在我们所从事的行业中，非常关键的一点就是具有实现差分性的专长，有很多片上系统的合作伙伴，他们拥有集成方面的能力和技巧，这完全是超越Arm能力范围的，”Ian表示，“把很多技术能力作为标准化提供给合作伙伴，让他们实现自己的竞争性，也是我们想追求的目标。”
对了，这套新的机器学习IP套件什么时候能用上？
Ian没有给出具体时间，表示今年会在市场上看到G31的设备面世，G52的设备也将很快面世。
未来可期。
— 52 30516 52 15885 0 0 9376 0 0:00:03 0:00:01 0:00:02 9371 —
加入社群
量子位AI社群15群开始招募啦，欢迎对AI感兴趣的同学，加小助手微信qbitbot6入群；
此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。
进群请加小助手微信号qbitbot6，并务必备注相应群的关键词~通过审核后我们将邀请进群。（专业群审核较严，敬请谅解）
诚挚招聘
量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态