Project Trillium:Penjelasan Platform Pembelajaran Mesin Tingkat Lanjut Arm
- Arm telah mengumumkan Project Trillium yang menghadirkan pembelajaran mesin generasi berikutnya dan prosesor pendeteksi objek, serta perangkat lunak jaringan saraf.
- Ini akan menargetkan berbagai perangkat, mulai dari hiburan seluler dan rumah hingga sensor dan pusat data, dan seterusnya.
Arm, perusahaan semikonduktor dan desain perangkat lunak multinasional, mengumumkan platform pembelajaran mesin generasi baru, bernama Project Trillium. Ini secara khusus dikembangkan untuk pembelajaran mesin dan kemampuan jaringan saraf yang dapat diperluas ke perangkat apa pun, mulai dari server hingga mobil yang terhubung.
Permintaan akan kecerdasan buatan semakin meningkat, sehingga diperlukan inovasi untuk mengatasi komputasi besar sekaligus menjaga efisiensi daya. Perusahaan telah meluncurkan platform ini untuk menyediakan berbagai perangkat dengan fleksibilitas dan skalabilitas tingkat tinggi.
Teknologi pembelajaran mesin yang kita miliki saat ini hanya berfokus pada kelas perangkat tertentu, yang perlu diubah. Meskipun fokus awal proyek Trillium adalah pada prosesor seluler, produk masa depan akan menawarkan fleksibilitas untuk meningkatkan kurva kinerja – mulai dari speaker pintar, hiburan rumah hingga sensor, dan seterusnya.
Kepemilikan Lengan
Arm merupakan pasar yang dominan untuk prosesor ponsel dan tablet. Jajaran GPU Mali mereka digunakan di laptop, lebih dari 50 persen tablet Android, dan beberapa versi jam tangan pintar dan ponsel pintar Samsung. Dan ya, ini adalah GPU terpopuler ke-3 di platform seluler.
Desain inti Arm digunakan dalam chip yang mendukung berbagai teknologi jaringan umum di ponsel pintar, seperti broadband, WiFi, dan Bluetooth. Pesaing utama mereka adalah AMD, Qualcomm, Nvidia, dan tentunya Intel. Pada tahun 2016, total aset perusahaan adalah $3,21.
Prosesor Pembelajaran Mesin Baru
Seiring dengan peningkatan efisiensi yang sangat besar, platform pembelajaran mesin heterogen Arm jauh melampaui logika konvensional dari pemroses sinyal digital. Menurut perusahaan, prosesor seluler dapat melakukan lebih dari 4,6 triliun operasi per detik , sehingga memungkinkannya memberikan 2 hingga 4 kali throughput efektif dalam aplikasi dunia nyata melalui pengelolaan data cerdas.
Prosesor baru ini memiliki performa tak tertandingi dalam lingkungan hemat biaya dan termal dengan efisiensi 3 triliun operasi per detik watt. Selain itu, mereka memiliki mesin lapisan yang dapat diprogram untuk pemeriksaan di masa depan, dan sangat dapat dikonfigurasi untuk implementasi geometri tingkat lanjut.
Deteksi Objek Lengan prosesor, di sisi lain, secara khusus dikembangkan untuk mendeteksi orang dan objek dengan objek yang hampir tak terhitung jumlahnya per frame. Prosesor ini memberikan deteksi real-time dengan pemrosesan Definisi Tinggi penuh pada 60 frame per detik – performa hingga 80 kali lebih baik dibandingkan prosesor konvensional.
Sumber:Lengan
Prosesor Deteksi Objek menampilkan model orang yang mendetail, yang menawarkan metadata yang kaya dan memungkinkan deteksi lintasan, arah, pose, dan gerak tubuh. Teknologi ini mengalirkan data berukuran kilobyte, sehingga mengurangi bandwidth ke cloud dan memungkinkan pengumpulan ribuan streaming per server.
Secara keseluruhan, kedua prosesor ini menghadirkan solusi deteksi dan pengenalan objek berperforma tinggi dan efisien serta hemat baterai.
Perangkat Lunak Jaringan Neural
Perangkat lunak Arm Neural Network menjembatani kesenjangan antara framework jaringan neural yang ada (seperti Caffe, TensorFlow, Android NN) dan seluruh rangkaian CPU Arm Cortex, GPU Mail, dan pemroses pembelajaran mesin.
Sederhananya, ini adalah perangkat lunak dan alat Linux open source yang memungkinkan beban kerja pembelajaran mesin pada perangkat hemat daya. Pengembang akan dapat sepenuhnya memanfaatkan performa dan kemampuan perangkat keras Arm yang mendasarinya, untuk mencapai performa tertinggi dari aplikasi pembelajaran mesin.
Baca:19 Startup Kecerdasan Buatan Paling Inovatif
Rangkaian IP pembelajaran mesin Arm yang baru akan tersedia untuk pratinjau awal pada bulan April, dan akan dibuka untuk ketersediaan umum pada pertengahan tahun 2018.