2、人工智能将推动新一轮计算革命，而核心芯片是人工智能时代的战略制高点。在PC时代和移动互联网时代分别处于芯片霸主地位ARM则是最好的选择。众所周知，ARM架构已经应用到全球85%的智能移动设备中，其中有超过95%的智能手机都基于ARM的设计。现在，ARM正在成为智能硬件和物联网设备的标配。今年2月，ARM发布了新处理器架构设计，主要针对5G调制解调器以及大容器存储SoC嵌入式设备，进而将成为未来人工智能AI普及的基础，可大幅降低功耗和成本。ARM公司CEO Simon Segars表示，只有当AI的成本和价格到了普通人能够承担的时候，才真正达到了人们期望的目标。
3、根据ARM公司的财报，在2015年第四季度，ARM共授权了51个芯片许可，主要应用方向为：移动计算、智能汽车、安全系统和物联网。其中，值得一提的是智能汽车方向，包括NVIDIA、高通和日本瑞萨电子（RENSAS）都基于ARM设计开发了面向驾驶辅助系统的超级计算机。“我有两个投资标准：一是技术强大，二是有潜力成为地区市场领导者。企业如果拥有强大的技术，在全球竞争时就会处在有利位置。”显然，软硬未来布局的智能汽车、物联网以及人工智能等领域，拥有垄断地位的ARM是最好的选择。
说到ARM指令集，毫无疑问，该指令集霸占了移动市场的全部份额，目前甚至盯上了X86的市场，包括电脑领域甚至是服务器领域，ARM的优势是低功耗性能，而且成本很低，这是X86无法做到的。
目前苹果已经着手开始了ARM芯片对于英特尔X86处理器的替代，但不同于其他ARM芯片，苹果的A系列处理器虽然也是ARM芯片，但是和ARM的关系很小，自研程度很高，不像安卓手机芯片商需要从ARM那里买核心架构授权，所以苹果根本不怕ARM断供。
安卓芯片商的主要几家，高通，华为，联发科，都是采用的ARM公版架构，就连一直采用自研猫鼬核心的三星也决定要放弃自研，用上公版架构，实际上高通之前也有自研核心，但最后发现还是公版最香，其实现在安卓芯片在CPU部分差别都已不大，主要还是GPU和基带方面。
为什么苹果可以不用买ARM的架构核心，而其他芯片商每年都需要从ARM那里购买最新版的架构，比如目前在使用的A77，那么到了明年就是A78了，首先肯定不是因为没有自研的实力，比如三星就是自研，而且跑分还特别高，但跑分没输过，体验没赢过。
其实根本还是生态问题，生态可以认为就是一个统一的标准，华为，高通，联发科，三星，等等其他芯片商都是安卓系统，安卓系统虽然开放的，但却是受限于谷歌的，为了生态的统一性，为了减少开发人员或者各类工程人员的任务量，那么就需要遵循安卓系统的规则。
如果都去搞自研核心的芯片，那么这样一来谷歌安卓就需要做大量的适配工作，针对不同的芯片进行各种优化，而且不光安卓系统，APP应用开发商也是如此，也必须进行各类适配工作，否则很有可能出现BUG，或者是应用兼容问题。
如此一来安卓的碎片化问题会更严重，系统也会越来越臃肿，这显然不利于后续发展，所以安卓系统直接找ARM合作，最新版本的安卓系统适配最新版本的ARM架构，这样一来安卓的适配工作大大降低，只需要针对ARM的官方架构做适配，其他芯片商也只需要用ARM的公版架构，既保证了安卓多元化的特性，同时省了很多不必要的麻烦。
所以苹果就非常好理解了，苹果自始至终是软硬件一体，拥有更多自主权，而且苹果的A系列处理器每年就一款，手机机型数量也很少，在自己的圈子里，自己想怎么优化怎么优化，而安卓芯片商必须看谷歌的态度，因此苹果的ARM处理器才可以不用受限于ARM，自成一派，包括Mac OS从X86迁移到ARM也会非常容易。
目前华为虽然购买了ARM V8指令集的永久授权，但是只要华为还在用安卓系统那么就必须要用ARM的最新的公版架构，否则就会出现很多各种各样的问题，理论上安卓是很开放的，但想要最好的体验，那么ARM公版架构是最好选择，想要不依赖于ARM的公版架构很简单，有了自己的 *** 作系统就可以了。
有了自己的 *** 作系统，并且形成完美的生态，这样一来也就可以反哺硬件，那么此时甚至可以不用依赖于ARM指令集都可以，甚至可以给别的指令集进行优化适配工作，而华为的鸿蒙其实就是这样的布局，当然肯定也有其他公司也在布局，不过对于国内来说，如果想建立这样的生态， *** 作系统只要一个就可以了，指令集也选定一个进行发展就可以了。
同样国内如果形成这样的生态也是非常有利的，毕竟我们国家有着13亿的人口，打造出一个软件生态，同时再指定一个硬件指令集，形成类似于Windows和X86这样的软硬件结盟，那么很多问题都可以迎刃而解，而这个过程的首要就是打造出有生态优势的 *** 作系统，而未来的物联网就是一个难得的机会。
内容来源于网络！RISC-V正在成为硅谷、中国乃至全球IC设计圈的热门话题，有人将之比作“半导体行业的Linux”。作为嵌入式生态和移动端芯片的武林盟主，ARM公司自1990年成立以来，一直保持低调。然而最近，ARM因为与RISC-V的纠纷让这家IP巨头成为焦点。
昨天凌晨，全球最大芯片架构（IP）供应商Arm在美国加州圣荷塞举办的一年一度的最大技术年会 Arm TechCon大会宣布推出一项全新的功能Arm Custom instructions，允许客户在特定的CPU内核引入自定义指令功能，从而让客户能够编写自己的定制指令来加速特定的用例、嵌入式和物联网应用程序。
此举一出，Arm无疑增强了芯片合作伙伴的灵活性和差异化，以支持机器学习、人工智能、自驾车、5G 与物联网等全新边缘运算的机会，让其在与完全开放的精简指令集架构RISC-V的竞争中把握主动权，在自己未来5年重回上市的道路上注入了强心剂。在很多读者看来，这是Arm在Risc-V的攻势下做得又一个应对。
RISC-V这个2010年由伯克利研究团队基于自身科研项目而设计的一款CPU全新指令集架构，真的有那么可怕吗？
RISC-V架构的设计哲学就是“大道至简”，在IC繁杂的设计工作中，越简单的设计往往是越可靠的，RISC-V架构就是力图通过架构的定义使得硬件的实现足够简单。其特点在于精简、开源开放、模块化及可定制扩展，RISC-V也成为至今为止最具备革命性意义的开放处理器架构。
不得不说，RISC-V已成为当下最受关注的指令集，不止在全球，尤其是中国更是掀起了热潮。具体表现在联盟的成立、国家政策的支持、企业的布局等等。从目前的情况来看，中国可谓是扛起了RISC-V架构的大旗。
目前国内的平头哥、兆易创新、华米、乐鑫、芯来、格兰仕等众多厂商都有推出基于RISC-V架构的芯片，此外华为也在积极的研发基于RISC-V架构的芯片。
不过，需要指出的是，虽然RISC-V来势汹汹，但是其在高性能这块与Arm的Cortex-A系列内核仍有较大差距，其优势更多还是在于免费、低功耗、易扩展等，这也使得目前RISC-V的应用生态主要集中在物联网领域。对于Arm的威胁也主要是在物联网市场。
早在2017年6月20日，Arm宣布其Cortex-M0/M3处理器内核免收授权费用，版权费也很低。在当时Cortex-M0/M3特别受业界欢迎的时候，Arm毅然放弃授权费，其目的就是要达到实现一万亿的出货量，吸引更多从事IoT的厂商采用Arm的这两个内核。
今年7月，Arm又宣布推出全新的灵活接入（Flexible Access）式IP授权方式——Arm Flexible Access。它允许芯片设计师在为最终的选择支付授权费之前，尝试不同的芯片设计。目的是让人们更容易买得起ARM IP，同时也可以使得客户根据需求评估更广泛的产品。
近日，Arm又发起另一波反击，据Arm中国官方微信报道，Arm首席执行官Simon Segars 在10月9日的Arm TechCon 2019大会中宣布推出Arm Custom Instructions（客制化指令），这是针对Armv8-M架构新增的功能。
2020年上半年开始，客制化指令初期将在Arm Cortex-M33 CPU上实施，并且不会对新的或既有授权厂商收取额外费用，同时让SoC设计人员在没有软件碎片化风险下，得以针对特定嵌入式与IoT应用加入自己的指令。
手机时代已去，物联网俨然已成新角斗场，摩尔定律衰落，以及对边缘计算性能的不断增长的需求，导致了对产品定制和专门化的需求。物联网高度碎片化的市场以及芯片低功耗的要求，RISC-V的搅局让Arm不得不调风转舵，以回击挑战。
Arm在嵌入式装置处理器提供客制化指令集设计，或许也是因应近年来RISC-V开放架构设计处理器越来越受市场关注，甚至欧盟单位更计画借由RISC-V架构设计打造各类处理器产品，借此提升欧洲地区在半导体应用发展竞争力。
稍早于美国圣荷西举办的ArmTechCon2019活动中，Arm除了透露目前全球累积出货量已经超过1500亿组，同时由执行长SimonSegars再次强调计画在2023年前恢复上市，更宣布针对嵌入式装置处理器提供客制化指令集设计，同时也将以全新Mbed作业系统加快与合作伙伴在物联网应用成长，此外更宣布将与通用汽车、Toyota、DENSO、大陆集团、Bosch、恩智浦与NVIDIA在内厂商合作成立自驾车辆运算协会(AVCC)，借此推动未来的自动驾驶技术发展。
而针对嵌入式装置处理器设计提供客制化指令集，意味合作伙伴将可在无需额外支付授权费用之下，即可由Arm协助进行客制化修改，借此在市场做出差异化发展，同时也因为是由Arm提供客制化设计服务，因此并不会有软体、指令集相容问题，并且建立在新版Armv8-M指令集架构之后设计，将能使用更多新技术应用。
在此之前，Arm其实已经提供合作伙伴半客制化的处理器设计方案，例如目前Qualm已经借此打造多款半客制化的处理器产品，同时也获得不少市场支持成效，甚至能在每年以更快效率推出新款处理器，并且加入全新技术应用。
不过，此次在嵌入式装置处理器提供客制化指令集设计，或许也是因应近年来RISC-V开放架构设计处理器越来越受市场关注，甚至欧盟单位更计画借由RISC-V架构设计打造各类处理器产品，借此提升欧洲地区在半导体应用发展竞争力。
因此为了维持本身市场优势，Arm也必须持续维持更多发展d性，借此吸引更多合作伙伴持续采用旗下设计方案，避免全面转向采用RISC-V架构设计发展。
除了宣布在嵌入式装置处理器提供客制化指令集设计，Arm在此次活动更宣布透过全新Mbed作业系统加快更多物联网应用成长，并且与亚德诺半导体(AnalogDevices)、赛普拉斯半导体(Cypress)、MaximIntegrated、新唐科技(Nuvoton)、恩智浦(NXP)、瑞萨电子(Renesas)、瑞昱半导体(Realtek)、三星(Samsung)、芯科科技(SiliconLabs)，以及u-blox产品工作群在内合作伙伴维持深度整合，确保接下来的物联网应用成长动能。
另外，此次与通用汽车、Toyota、DENSO、大陆集团、Bosch、恩智浦与NVIDIA在内厂商合作成立自驾车辆运算协会，更计画进一步推动未来自驾车应用发展。
Arm目前两款架构设计已经确定与亚马逊、AlifSemiconductor、恒玄科技(Bestechnic)、赛普拉斯半导体、Dolby、Google、恩智浦、三星、意法半导体在内业者合作，预期将可应用在各类整合声控智慧助理服务的喇叭、耳机，或是其他整合人工智慧技术边缘运算模式的嵌入式设备使用。
继去年针对主流装置上的人工智慧运算需求提出Ethos-N57及Ethos-N37两款NPU设计，Arm稍早除了宣布推出新款嵌入式处理器Cortex-M55，同时也宣布推出新款Ethos-U55NPU，借此让更多物联网装置也能借由人工智慧技术加速运算模式。
相较去年配合Cortex-A、Mali架构设计打造的Ethos-N57及Ethos-N37两款NPU，此次宣布推出的Ethos-U55则是搭配新款嵌入式处理器Cortex-M55，让更多物联网装置也能采用人工智慧技术方式进行加速运算。
依照Arm说明，在这两项技术授权架构组合之下，将让现有嵌入式装置发挥高达480倍的机器学习效率，同时也预期可在2021年陆续应用在各类嵌入式装置，并且实现原本仅先应用在手机等装置中，结合人工智慧技术的边缘运算效果。
此次提出的Cortex-M55，自然是针对嵌入式装置所提出全新处理器架构设计，在搭配此次同步推出的Ethos-U55NPU即可发挥装置端的人工智慧运算效果，无需像以往必须借由整合额外的DSP元件才能实现人工智慧运算模式，同时也能进一步缩减物联网装置机身尺寸，并且降低整体运算功耗。
而Arm此次也借由Cortex-M55与Ethos-U55，进一步与Google合作，使其可相容Google提出的TensorFlowLite运算框架，借此串接更多基于TensorFlowLite运算框架的人工智慧运算技术。
另外，在Cortex-M55设计中更采Armv81-M指令集，并且针对机器学习需求整合「Helium」向量加速运算设计(正式名称为MVE(M-ProfileVectorExtension))。
相比前一款Cortex-M处理器搭配DSP元件可提升15倍机器学习运算效能，同时也比现有嵌入式装置借由DSP元件运算模式带来5倍运算效能提升比例。
至于在Ethos-U55NPU设计中，除了是Arm第一款针对嵌入式装置打造的NPU，而采32核至256核数量的MAC运算引擎部分，则是在强调低功耗使用特性之余，更提供可扩充设计。
除了搭配Cortex-M55发挥最佳化运算效果，Ethos-U55NPU也能配合现有Cortex-M33、Cortex-M7等处理器设计使用。
在效能表现部分，以Cortex-M7为基准的话，Cortex-M55运算效率约提升6倍，Cortex-M55搭配Ethos-U55NPU的组合更可发挥50倍运算效率，而Cortex-M55相比Cortex-M7约可减少7倍电力损耗，额外搭配Ethos-U55NPU更能减少25倍电力损耗，同时此次提出架构设计也均符合Arm平台安全架构PSA，以及Corstone参考设计，另外也能搭配ArmTrustZone安全技术使用。
目前两款架构设计已经确定与亚马逊、AlifSemiconductor、恒玄科技(Bestechnic)、赛普拉斯半导体、Dolby、Google、恩智浦、三星、意法半导体在内业者合作，预期将可应用在各类整合声控智慧助理服务的喇叭、耳机，或是其他整合人工智慧技术边缘运算模式的嵌入式设备使用。
TaggedAI,ARM,Cortex-M55,Ethos,Ethos-U55,IoT,NPU,人工智慧,物联网
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）