Arm Helium обеспечивает 15-кратное повышение производительности для машинного обучения на микроконтроллерах Cortex-M

Компания Arm представила архитектуру Armv8.1-M, ​​которая добавляет технологию Arm Helium, M-Profile Vector Extension (MVE) для ядер Arm Cortex-M, улучшающая вычислительную производительность микроконтроллеров на базе Cortex-M.

Helium обеспечит в 15 раз более высокую производительность машинного обучения (ML) и до 5 раз повышает эффективность обработки сигналов, позволяя принимать локальные решения на встроенных устройствах с низким энергопотреблением.

Инструкции Helium позволят использовать новые приложения для микроконтроллеров Arm Cortex-M в аудио-устройствах, концентраторах датчиков, в распознавании ключевых слов, управлении голосовыми командами, силовой электронике, связи и обработке неподвижных изображений.

Helium и Neon (усовершенствованная технология SIMD для процессоров Arm Cortex-A) схожи, но Helium был разработан для эффективной обработки сигналов в небольших процессорах.

Ниже показано другое отличие: в то время как NEON загружает 128-битные инструкции (например, VLDR, VLMA), Helium разделяет 128-битную инструкцию на четыре блока одинакового размера, которые называются «битами» (обозначены буквами от A до D) из-за разницы между Cortex-M и ядра Cortex-A, что подробно описано в блоге Arm Research.

Другие основные особенности новой архитектуры Armv8.1-M:

  • Дополнительные улучшения набора команд для циклов и ветвей (Low Overhead Branch Extension)
  • Инструкции, обеспечивающие поддержку половинной точности плавающей запятой
  • Инструкция по улучшению управления состоянием блока с плавающей запятой (FPU)
  • Улучшения для отладки, включая:
    • Блок мониторинга производительности (PMU)
    • Непривилегированное расширение отладки
    • Поддержка отладки для MVE
  • Расширение надежности, доступности и удобства обслуживания (RAS)

Более подробную информацию вы найдете на странице Helium , а также в документации Справочного руководства по архитектуре Armv8-M (PDF).

Выражаем свою благодарность источнику из которого взята и переведена статья, сайту cnx-software.com.

Оригинал статьи вы можете прочитать здесь.

0 0 votes
Article Rating
Подписаться
Уведомление о
guest

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.

0 Комментарий
Inline Feedbacks
View all comments