Arm认为5G连网时代处理器提供人工智慧运算能力可协助处理大量运算需求

Arm认为处理器平台设计应视需求考量是否加入人工智慧运算模式，但在5G时代若可对应人工智慧运算模式，就能以更快效率处理庞大数据内容，似乎也让人工智慧技术应用设计成为必需品。

针对此次在Computex 2019展前活动揭晓的Cortex-A77 CPU设计，以及采用全新Valhall架构设计的Mali-G77 GPU设计，甚至也在处理器平台设计中纳入对应人工智慧运算需求打造的NPU独立运算元件配置建议，借此说明因应5G连网时代更大运算需求，Arm市场行销副总裁Ian Smythe在接受访谈时，具体说明此次处理器平台设计规划想法。

就Ian Smythe说明，由于5G网路带来更高无线传输频宽，同时也让数据传输延迟降低，使得运算应用模式产生大幅度改变，进而让终端装置上的运算效能需求提升，因此处理器效能确实有必要再次提升。

同时，因为越来越多运算模式开始导入人工智慧技术应用，加上传统CPU+GPU的运算模式已经越来越无法支撑更大量的运算需求，所以Arm在去年提出Project Trillium设计之后，此次也在新处理器平台建议导入NPU独立运算元件设计，以利更快的运算效率加速表现。

依照Ian Smythe的看法，传统CPU+GPU的异构运算模式虽然也能对应机器学习，同时不少人工智慧运算基础也是以此模式建构，但随着5G网路时代必须处理资料量大幅增加趋势，透过传统运算模式显然已经无法达成理想处理效率，因此藉由Arm ML设计方案，搭配软体框架提供不同形式的人工智慧运算模式，认为将可带来更好的运算效率，并且让装置端可更快完成前期运算，并且配合云端协同运算发挥更大执行效率。

在这样的情况下，无论是CPU、GPU，乃至于NPU运算元件方面，都有升级的必要性。

不过，此次宣布的Cortex-A77 CPU设计，大致上是以先前推出的Cortex-A76为基础，并且透过加大快取、指令集最佳化等调整，在相同电功耗下可让运算效能提升20%，但在Mali-G77 GPU方面则是从过去更新三个世代的Bifrost架构，更改为全新Valhall架构设计，借此让整体效能可提升高达40%，并且在渲染引擎、纹理处理流程，以及存取快取效率大幅提升让每瓦效能提升约30%。

之所以在此次更新中针对GPU设计采用全新架构，Arm方面也说明主因在于目前在行动装置上的多媒体影音、高解析影像，以及复杂3D游戏内容使用需求越来越多，加上包含扩增实境、虚拟实境等虚拟视觉应用逐渐普及，使得装置端的效能需求大幅增长，因此认为先针对GPU效能提升，将有助于推动更多应用表现，甚至可藉由GPU效能增加，让机器学习、异构运算能以更高效率运作。

但确实Arm接下来也会针对CPU架构提出全新设计，例如去年已经针对伺服器到边缘运算需求提出Neoverse系列处理器平台设计，其中采用Ares架构设计，预计在接下来针对行动装置的CPU设计也会持续提出全新架构，让处理器平台运算效能表现更高。

而回到处理器平台设计是否必须考量人工智慧应用，依照Arm方面的看法认为并非必然要导入人工智慧运算模式，主要还是视实际运算需求、应用场景而定。只是，在目前越来越多处理器平台宣传不免要提到人工智慧运算效能的表现，以及更多采用全新运算模式推行趋势之下，未来的处理器产品若少了人工智慧运算模式，或许就会在声势上少了点什么。

但是从另一个角度来看，随着5G网路发展，每个人手上的手机等装置必须处理资讯量越来越多，处理器本身可对应人工智慧运算模式，借此能以更快效率处理庞大数据内容，似乎也让人工智慧技术应用设计成为必需品。