• 28 Marzo 2024 21:09

Corriere NET

Succede nel Mondo, accade qui!

Project Trillium per smartphone ARM super intelligenti

Feb 14, 2018

Il machine learning è un tema caldissimo tra i produttori di semiconduttori e software. Nell’ultimo anno abbiamo visto un sempre più nutrito gruppo di aziende gettarsi nella mischia e presentare nuove soluzioni, più o meno avanzate.

Nelle scorse ore ARM si è unita al gruppo presentando Project Trillium, una piattaforma per il machine learning che include processori, sensori e reti neurali in grado di migliorare le operazioni di intelligenza artificiale nei dispositivi mobile.

ARM ha messo a punto un processore (ML processor) capace di gestire i calcoli del machine learning, quelli che permettono all’hardware d’imparare a svolgere compiti per cui non è stato programmato.

project trillium 01project trillium 01
Clicca per ingrandire

“Project Trillium è un’intera nuova classe di prodotti fatta di hardware e software”, ha affermato Jem Davies, vicepresidente e general manager del Machine Learning Group dell’azienda britannica – nelle mani della giapponese Softbank.

“Abbiamo guardato alle GPU e alle CPU, ma è diventato chiaro che per svolgere le operazioni con la massima efficienza era necessario un design specifico creato da zero per il machine learning”, ha aggiunto Davies.

project trillium 02project trillium 02
Clicca per ingrandire

Secondo ARM rendere i dispositivi mobile intelligenti grazie a soluzioni integrate è la soluzione migliore: mettere l’intelligenza artificiale nel cloud richiede una larghezza di banda eccessiva, che metterebbe in crisi i datacenter.

“[…] Quel sistema ha costi, latenza, affidabilità e problemi di sicurezza. Ecco perché il machine learning si sta spostando verso i dispositivi finali. Riteniamo che i processori dedicati al machine learning supereranno in modo significativo le GPU e le CPU”.

project trillium 03project trillium 03
Clicca per ingrandire

L’azienda ha creato anche un “object detection processor” (OD processor) in grado di rilevare persone e modelli in immagini e video. Inoltre ha sviluppato una rete neurale (ARM NN) fatta di librerie software. L’object detection processor è in grado di rilevare in tempo reale a risoluzioni Full HD e 60 fps. Può identificare oggetti piccoli 50 x 60 pixel e opera circa 80 volte più rapidamente di un DSP.

L’azienda britannica ritiene che sebbene l’ML processor possa svolgere le stesse operazioni dell’OD processor tramite reti neurali, questo chip dedicato svolgerà quei compiti più rapidamente e con un’efficienza superiore. ARM prevede casi in cui i due processori saranno affiancati, con l’OD processor in grado di isolare le aree d’interesse in un’immagine e inviarle al processore ML per l’analisi in dettaglio.

project trillium 04project trillium 04
Clicca per ingrandire

Ben sapendo che il mondo dei dispositivi dotati di intelligenza artificiale crescerà dai 300 milioni attuali ai 3,2 miliardi del 2028 (dati Gartner), ARM ha progettato un processore scalabile, che in base al numero di core potrà occuparsi di compiti di machine learning semplici o più complessi, con una parola d’ordine: efficienza energetica.

Il primo processore per il machine learning dedicato ai dispositivi mobile potrà svolgere 4,6 trilioni di operazioni al secondo (TOPS) con una richiesta di circa 1,5 watt. Tramite ottimizzazioni software le prestazioni potrebbero crescere tra due e quattro volte nei casi d’impiego reali.

project trillium 05project trillium 05
Clicca per ingrandire

Quel chip sarà prodotto probabilmente con processo produttivo a 7 nanometri FinFET. I primi sample arriveranno nelle mani dei partner a partire da metà 2018, mentre i primi chip dovrebbero debuttare solo a metà 2019.


Tom’s Consiglia

LG G6, top di gamma di LG per il 2017, è un prodotto ancora attuale. È disponibile su Amazon a un prezzo decisamente interessante.

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. Guarda la Policy

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close