5Gも機械学習も「ArmプロセッサIP」で全部やる：頭打ちのIntel、まだ伸びるArm（2/3 ページ）

[長浜和也，EE Times Japan]

機械学習もArmが全てをカバーする

　続いて、Smythe氏は機械学習と人工知能におけるArmの取り組みと“貢献”を紹介した。その機械学習と人工知能を構築するシステムの設計は、多様でスケーラブル、そして、電力効率も兼ね備えている必要があるとSmythe氏は主張する。さらに、機械学習の用途によっては必要な処理能力が異なり、キーワード検索やパターン認識では高い処理能力を必要としない一方で、声認識や画像認識では高い処理能力を必要とすると述べた上で、Arm IPではその全てに対して適切なプロセッサを提供できるとSmythe氏は訴求した。「高い処理能力を必要としない機械学習にはCortex-AやCortex-Mを用いるが、高い処理能力を必要とする人工知能の構築にはGPUのMaliや機械学習に特化したプロセッサであるArm NPUを用いる」（Smythe氏）

処理能力（縦軸）と機械学習で必要な演算量（横軸）の関係において、CortexシリーズからMali、そして、Arm NPUを使い分けていく （クリックで拡大）

　ここで説明したように機械学習プラットフォームでは、CPUのCortexシリーズ、GPUのMali、そして、NPUといった異なるプロセッサを実装する（さらに第三者がカスタマイズしたプロセッサも存在しうる）ことになるが、その違いを吸収して共通の開発動作環境やAPIを提供するソフトウェアフレームワークとして「Arm NN」もArmはオープンソースとして提供している。Arm NNで用意したAPIを利用することで、ニューラルネットワークフレームワークを介して人工知能アプリケーションの構築が可能になる。Smythe氏は、処理能力において1.3〜4.2倍と向上しただけでなく、既にGoogleやAmazonがArm NNを導入し、Open Hubコミュニティーでも評価されているとアピールした。

右＝異なるハードウェアを実装した機械学習プラットフォームを統一して上層に共通のAPIを提供するのがArm NNの役割だ ／ 左＝Armは画像認識をエッジデバイスで可能にするプロセッサとソフトウェアの“詰め合わせ”ソリューションの「Project Trillium」も提供している。機械学習用のプロセッサと物体認識用プロセッサ、ニューラルネットワークソフトウェアをセットにしている （クリックで拡大）