在 Arm CPU 上运行 Meta 最新 Llama 3.2 版本，其云端到边缘侧的性能均得到显著提升，这为未来 AI 工作负载提供了强大支持。
Arm 架构在服务器领域发展势头看涨。目前已有许多头部云服务提供商和服务器制造商推出了基于 Arm Neoverse 平台的服务器产品。Arm 架构的服务器通常具备低功耗的特性，能带来更优异的能效比。在此前的文章中，针对搭载基于 Armv9 架构的倚天 710 芯片的 ECS 倚天实例，Arm 技术专家已在深度学习推理任务、Redis 性能验证...
Arm 通过把 Kleidi 技术集成到 PyTorch 和 ExecuTorch，将关键的 AI 性能优势从边侧拓展至云端，赋能新一代应用在 Arm CPU 上运行大语言模型。
实现智能边缘面临着三大挑战，分别是：实现硬件异构性、克服开发中遇到的阻碍，以及确保大规模安全性。本文将重点围绕异构性进行探讨，内容涵盖异构性的出现、对系统的影响，以及解决此类固有挑战的一些思路。想要了解更多有关智能边缘的信息，欢迎阅读《边缘计算演进》白皮书。
如今，不仅数据量空前增长，对数据的洞察和发掘也呈现出惊人的潜力。然而，其中涉及到海量的计算，会对性能提出严峻的挑战。
Arm 技术授权订阅模式满足了各类企业规模和广泛行业类别的业务需求，并已在过去数年内赋能 250 余家全球生态伙伴轻松通过 Arm 技术实现创新。今年落地中国后，已有超过 20 家国内客户采用此项技术授权模式，其中有 16 家选择了 Arm Flexible Access 方案，这一深受市场青睐的方案可以让初创以及中小型企业，以低成本、低...
如今，人工智能 (AI) 的浪潮席卷全球，具备 AI 计算功能的互联设备与日俱增。然而，大规模的增长给企业带来了不容忽视的安全问题。随着 AI 越来越多地在无人监督的情况下自动做出决策，企业和消费者要想保护自有数据并信任所使用的 AI 服务，则需确保数十亿互联边缘侧设备中 AI 系统的安全性和完整性。
Arm 始终专注于架构演进，确保生态系统能够适应未来的技术趋势和不断变化的计算需求。Armv9 架构上的可伸缩矩阵扩展 (SME) 显著提高了 Arm CPU 对现有人工智能 (AI) 和机器学习 (ML) 工作负载的处理能力，从而在各种 AI 驱动的设备和应用中带来速度更快、响应更灵敏的用户体验。
近年来，我们与电视的交互方式发生了改变。过去，我们需要通过多次按键来操控屏幕键盘，如今则可以直接通过语音进行交互。尽管这极大地改善了数字电视 (DTV) 的用户体验，但仍有更大的潜力来提供沉浸式和引人入胜的体验。设想一下，当你对电视说“推荐一部电影”或“我今天有哪些日程安排”，电视能够根据你的声音识别出你的...
此前的新冠疫情带给企业的教训在于全球供应链的脆弱性。疫情叠加恶劣天气，使得整个市场难以可靠地获得组装产品所需的关键组件和微处理器。由于缺乏稳定的物料供应渠道，尽管在制造方面付出了极大努力，施耐德电气仍然面临着进度和交付延迟的挑战。为此，施耐德电气致力于在应对此类情况时变得更加坚韧。
TinyML 是机器学习 (ML) 的一个分支，专注于将 ML 模型部署到低功耗、资源受限的物联网 (IoT) 设备上。在物联网设备上部署 ML 模型有诸多好处，包括减少延迟和保护隐私性，因为所有数据都是在端侧处理。TinyML 在 2019 年引起了人们的关注，当时，Google 的 TensorFlow 团队发布了适用于微控制器的 TensorFlow Lite (TFL...
自 2019 年基于 Arm Neoverse N1 核心的 AWS Graviton2 推出以来，Arm 携手合作伙伴持续提升基于 Arm 架构的设计性能。如今，AWS Graviton 处理器已发展到了第四代，在 AWS Graviton4 全面上市之际，我们也一起来回顾一下过去几年所取得的进展。
本文作者是 Kernkonzept 公司的首席技术官 Adam Lackorzynski 博士，他将带领我们了解基于 Armv8-R 架构的 L4Re Micro Hypervisor，探讨其中的虚拟化功能是如何帮助构建灵活且面向未来的汽车系统，以实现软件定义汽车 (SDV)。
2024 年五月，我们正式推出了 Arm Kleidi，包含了一系列软件交付和社区参与，旨在加速人工智能 (AI) 在整个开发者生态中的发展。第一项举措是推出了面向热门 AI 框架的 Arm Kleidi 库，其中包括 Arm KleidiAI，为 AI 工作负载充分释放出 CPU 性能。
今年五月，Arm 宣布推出 Arm 终端计算子系统 (CSS) ，其具备 Armv9.2 CPU、Arm Immortalis GPU，以及基于三纳米工艺生产就绪的 CPU 和 GPU 物理实现等。此外，还同步推出 Arm Kleidi，包括面向人工智能 (AI) 工作负载的 KleidiAI 和面向计算机视觉应用的 KleidiCV，有助于软件开发者无缝取得 Arm CPU 上的卓越性能。（点...
自 2012 年树莓派 (Raspberry Pi) 发布首款产品以来，Arm 和树莓派一直秉承让计算技术普及大众的共同愿景，为物联网 (IoT) 开发者社区提供了许多关键的解决方案。在双方长期的合作关系中，通过已售出的超过 6,000 万个基于 Arm 架构的树莓派产品，实现创新门槛的降低，使全球各地包括业余爱好者、学术人士、专业开发者等...
从在 Armv7 架构中引入了 SIMD 扩展，初探机器学习 (ML) 工作负载，再到如今的 Armv9 架构，Arm 始终致力于为在各类技术领域运行无处不在的人工智能 (AI) 奠定坚实的技术基础。在《Armv9 SME 赋能 AI 创新》一文中，我们介绍了 Armv9 架构中的一项创新特性 —— 可伸缩矩阵扩展 (SME)，本周起 Arm 技术专家将分上下两期带...
Arm 可伸缩矩阵扩展 (SME) 作为 Armv9 架构中的一项创新特性，旨在满足当前日益复杂和高能耗的人工智能 (AI) 和机器视觉 (ML) 应用需求。除了加速现今的 AI，SME 也提供了在 Arm 架构上处理不断更新的生成式 AI 应用的灵活性。在上一篇内容中，Arm 技术专家为大家简要介绍了 SME，本周我们将带各位更为详细地来了解 SME ...
Arm 技术授权订阅模式能满足不同企业规模和行业类别的业务需求，并已在过去数年内赋能 250 余家全球生态伙伴轻松通过 Arm 技术实现创新，共同基于 Arm 平台构建计算的未来！
在之前的一篇推文中我曾谈到过，汽车行业的近期发展趋势正在推动对汽车架构中区域控制器和域控制器的需求。而基于 Armv8-R 的 Arm Cortex-R52 和 Cortex-R52+ 核心正是满足区域控制器和域控制器设计和性能需求的理想之选。Cortex-R52 和 Cortex-R52+ 已广泛应用于汽车设计领域，既包括独立的微控制器 (MCU)，也有与 Cort...
