На цьому тижні на arm limited devsummit для акціонерів і розробників, компанія представила своє обладнання для обробки графіки наступного покоління, яке, як очікується, буде випущено в 2022 році, і те, як воно збільшує продуктивність в 2 рази в порівнянні з нинішнім arm mali-g710 в fp32. Однак, у порівнянні з технологією arm 2018 року, новітній графічний процесор arm може похвалитися робочими навантаженнями на швидкості майже в п’ять разів швидше.
Ян братт, старший директор з технологій бізнес-підрозділу машинного навчання arm, вперше продемонстрував швидкість машинного навчання з використанням новітніх технологій arm. Архітектура arm gpu для 2022 року тепер буде виробляти робочі навантаження fp32 ml в 4,7 рази швидше, ніж mali-g76, якщо зосередити увагу на якості продуктивності для кожного ядра.
Поки невідомо, як нові характеристики продуктивності fp32 ml впливають на загальну продуктивність в споживанні енергії і в іграх в цілому. Arm mali g – 710 пропонує «на 35% більш високу продуктивність машинного навчання і на 20% більш високу графічну продуктивність в конфігурації графічного процесора вузла процесу iso в порівнянні з реалізацією mali-g78».
Продуктивність машинного навчання є невід’ємною частиною майбутнього arm. Виробнику потрібно буде надати розробникам інструменти для використання їх новітніх технологій наступного покоління, що легше сказати, ніж зробити.
” це більше, ніж просто додавання інструкцій і поліпшення апаратного ip, ми також повинні надати програмне забезпечення, інструменти, бібліотеки, щоб забезпечити цю продуктивність машинного навчання».
– ян братт, в інтерв’ю the register.
Arm limited є компанією з санта-клари, штат каліфорнія, а також «найбільшим у світі постачальником дискретних графічних процесорів, а також обчислювальних графічних процесорів, що використовуються для різних робочих навантажень, включаючи машинне навчання”. З недавнім придбанням nvidia компанії буде цікаво подивитися, як team green буде використовувати технологію arm для створення більш стриманих і потужних інтегрованих графічних процесорів, а також стандартних гп та інших областей розвитку, таких як ші і ще більш просунутих робочих навантажень машинного навчання.
