ARM：下一个计算时代

导语：没有人能否认，科技正在成为现在以及未来整个人类社会发展的最新动能：我们看到的无论是物联网、人工智能、机器学习、云计算……数据和信息的价值被彻底释放出来，各种不断刷新和改变现有规则的新生事物，都源自科学技术的不断推动。而做为这一切的基础，芯片行业的每一次微小的进步，都有可能对整个IT行业、甚至整个人类社会带来不小的改变。

在芯片行业的江湖中，即便你不了解ARM这家公司和它们的产品，但是笔者可以肯定的是：你一定是ARM的用户。

高通、三星、NVIDIA、苹果、联发科、德州仪器……这一系列耀眼的名单都是ARM的客户。本身只做设计，不做制造、不销售任何芯片，通过将IP技术授权给厂商，ARM使得目前市场上超过95%的智能手机采用来自ARM设计的芯片方案，包括CPU和GPU。仅从2013年至今，全球范围内基于ARM架构或取得相关授权的芯片，就达到500亿片。

“即便是自2009年以来，ARM在移动端CPU的性能已经提升了100倍，也依然要时刻面对技术、市场和用户越来越高的要求。”Nandan Nayampally，ARM副总裁暨计算产品事业部总经理，在2017年3月21日发布DynamIQ技术时谈到，随着智能移动终端的大量应用，尤其是在物联网所强调的“万物互联”的引导下，来自移动端对数据处理和计算能力的要求越来越高，因此对芯片性能的要求也越来越高。

面对无所不在的计算需求，Nandan Nayampally认为：“DynamIQ是针对下一个计算时代应运而生的新技术，是未来ARM Cortex-A系列处理器的基础。”

做为一个技术先导型企业，12年前，ARM推出了革新式的多核ARM11，第一次实现了在单一群集支持四核用于嵌入式的系统，使得内部配置做到多元化、灵活性；6年前，ARM big.LITTLE技术实现异构计算的多核。而ARM此次推出的DynamIQ技术，是对2011年推出的ARM big.LITTLE技术的演进——延续了“根据不同的任务选择最合适的处理器”的思考方式，DynamIQ更强调能够在单一群集中最多部署8个核，且每个核都可以有各自不同的性能特征，而这，使得对于芯片群集的可配置性又被大大推进了一步。

从应用层面讲，DynamIQ的应用场景被定义为：覆盖从端到云的安全、通用平台，将被广泛应用于汽车、家庭以及数不胜数的各种互联设备。进而，帮助这些设备所产生的以泽字节为计算单位的数据，在云端或者设备端被用于机器学习，从而实现人工智能的应用。

Nandan Nayampally也从应用层面强调了DynamIQ对于加速人工智能在各个领域应用普及的价值和作用。他认为：从技术层面讲，目前针对人工智能的算法和应用场景个不相同，而且市场上针对人工智能算法的加速模块种类也非常多，但归根到底，对于推进人工智能技术在各个领域走向深入应用的基础，还是在于CPU和片上系统部分。

而此次推出的DynamIQ，采用ARMv8.2版本指令集，其中包含有专门针对人工智能工作负载的指令集，以及相应的优化库。而专门的AI工作负载，可能有50倍性能的提升。这也就意味着DynamIQ能够实现人工智能工作负载在CPU各个核上的部署和分配更加高效。

同时，针对人工智能多元化的实施和运营，DynamIQ提供了专门针对这些AI的加速模块接口，从而使得来自用户端的响应速度可以更快。“我们预计，最新一代解决方案可实现比基于Cortex-A73的设备高50倍的人工智能性能，并最多可提升10倍CPU与SoC上指定硬件加速器之间的反应速度。”Nandan Nayampally强调，DynamIQ一方面能够实现通用处理器在AI性能方面的提升，另外一方面，能够实现通用的处理器和专门加速模块之间快速的响应和连接。所以，整个片上系统本身针对AI的性能就能够得到提升。“尤其是针对一些本身体积受限的小设备而言，这一点是非常重要的。”

采访的最后，Nandan Nayampally说：ARM有这样的一个传统，2017年发布一个新的技术，那么第二年就会在设备端得到使用；我们的另一个传统是，每一个新的技术一般来说都是率先被用在智能手机的领域，然后是被应用在汽车领域和其他嵌入式系统。

“不过相对而言，我认为企业级市场在DynamIQ技术的使用上也会更快一些。” Nandan Nayampally说。