今天，老牌芯片公司ARM连放两炮，不仅公布了其软件解决方案项目“Trillium”，还宣布推出两款针对移动终端的AI芯片架构，物体检测（Object Detection，简称OD）处理器和机器学习（Machine Learning，简称ML）处理器。

最近一段时间，机器学习技术在半导体行业越来越热，尤其在移动端。多家芯片公司都纷纷推出自家的解决方案，华为更是推出了自主研发的芯片架构麒麟970。

在众多玩家纷纷入场之时，ARM却“无动于衷”，直到现在ARM也终于坐不住了，也将工作重点放在Armv8.2的CPU ISA扩展上，并通过扩展半精度浮点和整数点产品简化和加速神经网络的专用指令。

不过，ARM解释说Armv8.2和GPU的改进只是建立机器学习解决方案的第一步，后续将深入研究专用解决方案。

下面让我们看看ARM推出的两款芯片架构都有哪些优势：

首先，我们先来看看ML处理器。这款芯片专门针对加速神经网络模型推理侧，架构比传统CPU和 GPU有明显优势。

1、在进行机器学习任务时，这款ML处理器可优化数据内存管理。

2、数据可高度重复使用，这款处理器可最大限度减少数据的输入和输出。

3、数据吞吐量超过4.6TOPs（8位整数），峰值可达3TOPs / W，理论功率在1.5W以下。

4、具有ACE-Lite接口，即可集成到SoC中，又可以集成到DynamiQ中。

ARM的OD处理器针对物体检测任务进行了优化，在进行物体检测专项任务上，效率比ML处理器更高。

不过，ARM也考虑到将这两款处理器集成在一起，由专门进行单项任务的专用架构芯片OD处理器负责将图像中的目标处理区域分割出来，再由ML处理器进行更细颗粒度的处理。

不过，目前这两款芯片还没货，按照ARM的计划OD处理器将在第一季度才能提供给合作伙伴；ML处理器也得到年中才能拿到。

此外，作为Trillium项目的一部分，ARM也宣布将为开发者提供大量的软件，帮助他们将神经网络模型应用到不同的NN的框架中。与上述两款芯片仍需等待不同的是，这些软件今天就可在ARM开发者网站以及Github上找到。