而根據Arm對AI處理器工作負載的研究，為達成更佳的應用效能和使用體驗，發揮AI和ML的優勢，未來智慧型裝置的AI運算核心，將以CPU為中心，再整合運用GPU、NPU (類神經網路處理器)、DPU (資料流處理器)、FPGA (現場可編程邏輯閘陣列)等運算資源。

碎片化的軟體/開發者生態系統
從產業轉型方面來看，不論是自動駕駛、5G引爆的邊緣伺服器需求、AI型穿戴裝置和虛擬實境 (VR)、擴增實境 (AR)、高畫質遊戲體驗、5G 智慧手機等，都帶來超高的運算效能與智慧功能要求。此外，安全也是一項極大的考驗，前述各種市場領域的設備與裝置，都儲存了大量的個人資訊，沒有人希望竊取個人機密資料的事件再次發生。

Rene指出，這些大規模運算流程、跨處理元件的運用、安全保護要求，以及特定領域運算 vs 通用運算等，都將讓應用開發變得越來越困難且成本越來越高，市面上太多不同軟體的選擇，造成開發人員/生態系統碎片化的擴大，增加了推動裝置AI化的困難。

AI拓土開疆的大策略：全面運算 (Total Compute)
針對上述的AI運算與體驗挑戰，Arm提供從系統整體出發，結合硬體IP (矽智財)、軟體架構和最佳化工具，一次解決未來運算複雜性的「全面運算」(Total Compute) 解決方案。

一方面，Total Compute解決方案能以CPU為任務控制核心，再透過System IP確保AI運算的工作負載能達到最佳分配。例如影像搜尋作業由NPU執行，將比CPU更快、更有效率。再加上 Arm 的GPU、ML 處理器、顯示處理器、Arm NN 架構等，將能協助開發人員全面釋放AI效能。

另一方面，Total Compute為開發人員提供了一個更容易運用的未來生態系統。碎片化的軟體和開發人員生態系統，除面臨需提升各種裝置的存取效能以推展AI應用的挑戰外，複雜的運算又進一步提升效能的需求，因此為了能讓AI應用能輕鬆擴展到不同的環境中，Arm藉由快速、簡單、成本更低的Total Compute解決方案。提供一個統一的開發途徑。Arm所開發的軟體架構，充分運用了Arm IP以及Arm NN、Arm Compute Library、 Arm Development Studios和Arm Mobile Studios，能有效加速產品開發的上市時程。

Rene總結未來新的工作負載是以使用案例為設計基礎的，要解決未來的複雜性挑戰，必須從根本上最佳化硬體、軟體、平台安全性和工具。整個AI產業面臨著極大的挑戰，而CPU軟體生態系統將有助於開發人員拓展邊緣的AI體驗，Arm是業界中兼具安全、效能和效率的領導者，能夠透過Total Compute策略涵蓋的軟硬體和生態系統，幫助開發者跨越各個市場領域，加速提供5G時代的全新體驗。

- 新聞稿有效日期，至2019/06/30為止

上一篇：緊湊、超低功耗、結合先進感知技術的IoT傳感器平台可開箱即用
下一篇：COMPUTEX2019秀商機AI、5G推高速運算 數據管理推解決方案