近年來，AI、5G與物聯網等新興技術崛起，使得新一代行動裝置能透過更智慧、更沉浸式的方式，將使用者體驗帶到主流市場。包括行動遊戲與多媒體應用等不同產業，都期望能加速推動行動裝置在創新體驗等方面的需求。而新一代行動處理器，為AR、VR、3D影像、高畫質行動遊戲等嶄新應用情境，提供更為優質順暢的效果。

圖一 : 在元宇宙的虛擬應用之下，行動處理器也必須功能上進一步提升。

AI與ML能力不可或缺

Arm客戶事業群市場行銷總監蔡武男指出，對於行動運算來說，具備AI與ML等能力已經是不可或缺的重點。然而AI與ML也為行動運算帶來新的挑戰，這是因為隨著AI時代的來臨，從個別的CPU、GPU、乃至整體系統效能提升後，勢必加速AI與ML功能的導入與普及，讓行動裝置為人們的工作、生活、娛樂等帶來更多的可能性。

圖二 : Arm客戶事業群市場行銷總監蔡武男

因此，即便是在有成本考量的主流機種上，也需要運行AI與ML的工作負載，好讓更多使用者可以體驗各式AI及ML應用。

從以下需求，就可以一窺新一代行動處理所面對的新挑戰：

●優化功耗效率：快速運算對功耗與散熱處理是相當大的挑戰。以最主流的Arm架構處理器來看，均致力於提供高效能低功耗的運算解決方案，每代產品都能提供更為顯著的功耗效率提升，並透過全面運算策略，從系統層面來優化功耗與效能表現。

圖三 : Arm架構處理器

●極低延遲：資料位元需要被有效的壓縮，以減少頻寬，並進行快速的傳輸、處理、分析，最終能帶出最佳的效能與最佳的使用者經驗。

●以使用場景為主：AI與ML的普及，將創造許多新的使用場景。這使得Arm未來的產品設計，也將基於Armv9架構的特色，為未來的市場所需，持續開發以使用場景為主（Ｕse case-based）、具有AI/ML及特定處理能力的高效能、低功耗的產品。

●Local Compute需求增加：物聯網正帶動AI走向終端裝置，因此終端裝置也必須具備一定程度的運算能力。這也必須透過行動處理器與繪圖處理器的結合，來賦予終端裝置機器學習所需的能力，達到快速運算的目的。

元宇宙應用需運算速度與峰值效能

元宇宙應用需要更高的解析度、以及更高的幀率。由於元宇宙體驗強調沉浸感，這與延遲率有著密不可分的關係。

疫後混合工作模式的興起，加速了新媒體影音串流、娛樂、遊戲、遠距辦公、線上學習、健身領域的趨勢發展，並體現在沈浸式技術的呈現上。在智慧行動市場上，電動車的快速發展帶動智慧座艙對於運算處理的需求增加，而元宇宙應用也讓可攜式穿戴裝置蓬勃發展，沉浸式的體驗或許將成為行動應用的最終型態，並持續增加使用者體驗。

在元宇宙的虛擬環境應用之下，行動繪圖處理器也必須要實現功能上的進一步提升，且需要滿足五大關鍵功能：第一是手機平台對遊戲與串流影音的高畫質、高解析的功能；第二是提供細緻的使用者介面，在支援豐富資訊的同時要保持即時與低延遲性；第三是支援更多元廣泛的多媒體格式與新一代的Vulkan API，讓開發者開拓更多數量的裝置，同時提供高能源效率；第四是提供輔助處理AI應用和機器學習運算的能力；第五則是提升對內容保護（Content Protection）技術的應用。

正由於5G普及加上元宇宙等新興議題持續發酵，也為行動運算市場帶來了全新的需求。Arm資深市場策略經理呂建英指出，這些應用首先都需要更高的解析度、以及更高的幀率。由於元宇宙體驗強調沉浸感，這與延遲率有著密不可分的關係。以VR頭盔來說，它需要更高的解析度、更高的幀率，但需要更少的頻寬、更低的延遲。這就代表運算速度及整體的系統效能必須更為強大，才能快速的處理與壓縮資料，以滿足這些需求。

圖四 : Arm資深市場策略經理呂建英

其次是運算資源的最佳配置。由於VR需要極致的運算速度與峰值的效能，因此整個系統能否提供強大且即時的運算能力，並將資源聰明且快速的配置尤其重要。以Armv9-A CPU系列架構為例，其核心提供高擴充性，最高可支援8顆Cortex-X2 CPU 的配置，可以達到極致效能、安全性與機器學習功能，同時間還能確保最佳效率。

另外，例如Mali-G710繪圖處理器也提供了注視點渲染功能（Foveated Rendering），也就是在使用者瞳孔看到的區域解析度較高，除了能智慧的降低資源的耗用，又能確保AR/VR的使用者體驗。透過這樣的完全運算能力，特別是其互連IP Corelink CI-700與NI-700，以及資料壓縮技術，在提供運算能力的同時，能確保即時且更有效的資料傳輸。

最後還有功耗效率、電池續航力等。無論VR、AR裝置都朝向無線發展，電池續航力在元宇宙應用場景，以及提升使用者經驗上，也是極為重要的一環。行動處理器的開發必須兼顧功耗效率的有顯著提升，加上完全運算方案提供的系統優化，以及多核多叢集的設計，在體驗元宇宙動、靜態不同的情境下，能配置最佳運算資源，有效的達到省電效果，讓使用者的沉浸式體驗更持久。

異質運算

針對異質運算的趨勢發展，Arm 應用工程總監徐達勇也提到，異質運算將沒有一體適用的運算架構。由於AI無所不在，應用場域涵蓋了從智慧家庭、智慧城市、智慧醫療、智慧工廠等範圍，以裝置來說，從最小的智慧感測器到雲端，都有AI的應用。不同的裝置對AI運算效能需求與功耗限制就不同，因此很難有一體適用的架構可以滿足所有裝置的要求。

此外，特定運算需求也持續增加。不同的應用需要不同的處理器，從CPU、GPU、NPU、MicroNPU 等，這就是特定處理器或特定運算的範疇。從系統和工作負載的角度，在不同的應用場景下，必須找到最優化的架構，以及最合適的處理器配置。

至於開發人員，也需要快速移植演算法。開發人員需要很快將它們的創意演算法，快速的移植到不同的硬體上，例如透過各式開源的工具與軟體架構，來協助開發人員極大化AI的效能。

結語

在今天，人工智慧與機器學習主宰了現今的科技世界，對於未來的影響力更是指日可待。從工業界到消費者的生活周遭，在AI與ML的幫助下，整個大環境無不朝著更便利、更智慧的方向邁進。而行動處理器，更成為背後不可或缺的重要推動力，使得一切應用得以實現。

*刊頭圖（source：arm.com）