中文 英语

作者的最新帖子


了解手臂上的写作


写合并(WC)是由X86-64架构定义的专用内存类型,用于通过系统总线收集多个存储器进入Burst事务。WC通常用于X86-64平台,用于与I / O和其他外围设备交互。在这款白皮书中,我们提供了提供WC架构的ARM架构存储器类型的概述。此外,T ...“ 阅读更多

高性能设备虚拟化的分层方法


计算系统的复杂性和性能要求越来越多,需求由应用程序进一步驱动,例如ML和IOT的所有连接世界,具有许多数十亿连接的设备。ARM开发了一种虚拟化和加速器策略来解决这个问题,我们在这篇白皮书中讨论了我们的建筑和技术组分层...“ 阅读更多

为边缘提供电:使用Ethos-N77处理器驾驶最佳性能


重新估算CPU,GPU或DSP是一种将ML功能添加到边缘设备的简单方法。然而,在响应性或功率效率至关重要的情况下,专用的神经处理单元(NPU)可以是最佳解决方案。在本文中,我们描述了ARM ETHOS-N77 NPU如何提供最佳性能。点击这里阅读更多。“ 阅读更多

虚拟原型的力量:从SoC设计到软件开发


虚拟原型和硬件设计:更强大,复杂的集成电路和片上系统(SoC)设计人员在硬件和软件级别都有一个令人生畏的任务。SoC Architects需要一种用于早期评估硬件组件的方法,称为知识产权(IP)块,这将对SoC的商业成功产生直接影响。有一系列复杂......“ 阅读更多

为边缘提供电:使用Ethos-N77处理器驾驶最佳性能


重新估算CPU,GPU或DSP是一种将ML功能添加到边缘设备的简单方法。然而,在响应性或功率效率至关重要的情况下,专用的神经处理单元(NPU)可以是最佳解决方案。在本文中,我们描述了ARM ETHOS-N77 NPU如何提供最佳性能。点击此处立即下载纸张。“ 阅读更多

部署准确的始终脸部解锁


由于变量的数量,精确的面部验证长期以来一直被认为是一个挑战,从照明到姿势和面部表情。这篇白皮书看起来一种新的方法 - 结合经典和现代机器学习(深度学习)技术 - 可准确性达到98.36%,高效运行在ARM ML优化的平台上,并解决了关键安全问题......“ 阅读更多

第一代HPC优化臂处理器的性能分析


在本文中,作者提出了isamamard的性能结果,这是第一个生产超级计算机基于ARM CPU,专门针对HPC优化。isamard是第一个Cray XC50“Scout”系统,将Cavium Thunderx2 ARM的CPU与CRAY'S ISIES互连组合。完整的isamamard系统包含超过10,000个arm核心。在这项工作中,我们呈现Node-Lev ...“ 阅读更多

ARMV8-M架构介绍


ARMV8-M架构用于下一代ARMv8-M处理器系列实时确定性嵌入式处理器。它的目标是低成本深度嵌入式系统,低延迟中断处理至关重要。ARMV8-M架构可降低开发安全嵌入式解决方案的复杂性,这些解决方案从最小的IOT设备缩放到复杂的SOC。ARM使用......“ 阅读更多

熔融:嵌入式系统的闭环性能和能量仿真


能源驱动的计算是一种新兴范式,旨在燃料促进微小和低成本的物联网传感和监控设备的扩散。能量驱动的计算机通常由能量收集来源供电,并根据能量可用性在运行时调整它们的操作;因此,必须根据其电源的预期动态设计和测试。但是,TOD ......“ 阅读更多

数据将浏览互联网,除非我们认为不同


要在未来几年收获物联网设备和数据机会,公司必须重新思考其基础设施策略。这意味着重新想象从边缘到云的计算。下载此报告以了解领先的团队如何在明天赢得赢得其基础架构策略。点击这里阅读更多。“ 阅读更多

←更老的帖子