Arm IP产品事业群总裁Rene Haas在本届台北国际电脑展COMPUTEX 论坛中，发表「全面运算引领AI成长」(Scaling AI Through Total Compute)主题演说。探讨AI运算在各个市场所面临的复杂挑战，以及Total Compute解决方案为何能够同时满足AI效能提升与应用开发的需求。

Arm IP产品事业群总裁Rene Haas

Rene 一开始即指出一个重大趋势：AI核心平台迈向异质化时代。现在的智慧型手机已经内建许多人工智慧和机器学习 (ML) 的基础功能，包括即时影像撷取、人脸辨识等，但在全球将近四十亿只的智慧型手机中，目前约有85%的手机还是将机器学习的工作负载交由CPU或者CPU + GPU (图形处理器) 执行的。

而根据Arm对AI处理器工作负载的研究，为达成更隹的应用效能和使用体验，发挥AI和ML的优势，未来智慧型装置的AI运算核心，将以CPU为中心，再整合运用GPU、NPU (类神经网路处理器)、DPU (资料流处理器)、FPGA (现场可编程逻辑闸阵列)等运算资源。

从产业转型方面来看，不论是自动驾驶、5G引爆的边缘伺服器需求、AI型穿戴装置和虚拟实境 (VR)、扩增实境 (AR)、高画质游戏体验、5G 智慧手机等，都带来超高的运算效能与智慧功能要求。此外，安全也是一项极大的考验，前述各种市场领域的设备与装置，都储存了大量的个人资讯，没有人希??窃取个人机密资料的事件再次发生。

Rene指出，这些大规模运算流程、跨处理元件的运用、安全保护要求，以及特定领域运算 vs 通用运算等，都将让应用开发变得越来越困难且成本越来越高，市面上太多不同软体的选择，造成开发人员/生态系统碎片化的扩大，增加了推动装置AI化的困难。

AI拓土开疆的大策略：全面运算

针对上述的AI运算与体验挑战，Arm提供从系统整体出发，结合硬体IP (矽智财)、软体架构和最隹化工具，一次解决未来运算复杂性的「全面运算」(Total Compute) 解决方案。

一方面，Total Compute解决方案能以CPU为任务控制核心，再透过System IP确保AI运算的工作负载能达到最隹分配。例如影像搜寻作业由NPU执行，将比CPU更快、更有效率。再加上 Arm 的GPU、ML 处理器、显示处理器、Arm NN 架构等，将能协助开发人员全面释放AI效能。

另一方面，Total Compute为开发人员提供了一个更容易运用的未来生态系统。碎片化的软体和开发人员生态系统，除面临需提升各种装置的存取效能以推展AI应用的挑战外，复杂的运算又进一步提升效能的需求，因此为了能让AI应用能轻松扩展到不同的环境中，Arm藉由快速、简单、成本更低的Total Compute解决方案。提供一个统一的开发途径。Arm所开发的软体架构，充分运用了Arm IP以及Arm NN、Arm Compute Library、 Arm Development Studios和Arm Mobile Studios，能有效加速产品开发的上市时程。

Rene总结未来新的工作负载是以使用案例为设计基础的，要解决未来的复杂性挑战，必须从根本上最隹化硬体、软体、平台安全性和工具。整个AI产业面临着极大的挑战，而CPU软体生态系统将有助於开发人员拓展边缘的AI体验，Arm是业界中兼具安全、效能和效率的领导者，能够透过Total Compute策略涵盖的软硬体和生态系统，帮助开发者跨越各个市场领域，加速提供5G时代的全新体验。