运算速度与峰值效能兼顾 行动运算肩负重任

近年来，AI、5G与物联网等新兴技术崛起，使得新一代行动装置能透过更智慧、更沉浸式的方式，将使用者体验带到主流市场。包括行动游戏与多媒体应用等不同产业，都期望能加速推动行动装置在创新体验等方面的需求。而新一代行动处理器，为AR、VR、3D影像、高画质行动游戏等崭新应用情境，提供更为优质顺畅的效果。

图一 : 在元宇宙的虚拟应用之下，行动处理器也必须功能上进一步提升。

AI与ML能力不可或缺

Arm客户事业群市场行销总监蔡武男指出，对于行动运算来说，具备AI与ML等能力已经是不可或缺的重点。然而AI与ML也为行动运算带来新的挑战，这是因为随着AI时代的来临，从个別的CPU、GPU、乃至整体系统效能提升后，势必加速AI与ML功能的导入与普及，让行动装置为人们的工作、生活、娱乐等带来更多的可能性。

图二 : Arm客户事业群市场行销总监蔡武男

因此，即便是在有成本考量的主流机种上，也需要运行AI与ML的工作负载，好让更多使用者可以体验各式AI及ML应用。

从以下需求，就可以一窥新一代行动处理所面对的新挑战：

●优化功耗效率：快速运算对功耗与散热处理是相当大的挑战。以最主流的Arm架构处理器来看，均致力于提供高效能低功耗的运算解决方案，每代产品都能提供更为显着的功耗效率提升，并透过全面运算策略，从系统层面来优化功耗与效能表现。

图三 : Arm架构处理器

●极低延迟：资料位元需要被有效的压缩，以减少频宽，并进行快速的传输、处理、分析，最终能带出最佳的效能与最佳的使用者经验。

●以使用场景为主：AI与ML的普及，将创造许多新的使用场景。这使得Arm未来的产品设计，也将基于Armv9架构的特色，为未来的市场所需，持续开发以使用场景为主（Ｕse case-based）、具有AI/ML及特定处理能力的高效能、低功耗的产品。

●Local Compute需求增加：物联网正带动AI走向终端装置，因此终端装置也必须具备一定程度的运算能力。这也必须透过行动处理器与绘图处理器的结合，来赋予终端装置机器学习所需的能力，达到快速运算的目的。

元宇宙应用需运算速度与峰值效能

元宇宙应用需要更高的解析度、以及更高的帧率。由于元宇宙体验强调沉浸感，这与延迟率有着密不可分的关系。

疫后混合工作模式的兴起，加速了新媒体影音串流、娱乐、游戏、远距办公、缐上学习、健身领域的趋势发展，并体现在沈浸式技术的呈现上。在智慧行动市场上，电动车的快速发展带动智慧座舱对于运算处理的需求增加，而元宇宙应用也让可携式穿戴装置蓬勃发展，沉浸式的体验或许将成为行动应用的最终型态，并持续增加使用者体验。

在元宇宙的虚拟环境应用之下，行动绘图处理器也必须要实现功能上的进一步提升，且需要满足五大关键功能：第一是手机平台对游戏与串流影音的高画质、高解析的功能；第二是提供细緻的使用者介面，在支援丰富资讯的同时要保持即时与低延迟性；第三是支援更多元广泛的多媒体格式与新一代的Vulkan API，让开发者开拓更多数量的装置，同时提供高能源效率；第四是提供辅助处理AI应用和机器学习运算的能力；第五则是提升对内容保护（Content Protection）技术的应用。

正由于5G普及加上元宇宙等新兴议题持续发酵，也为行动运算市场带来了全新的需求。Arm资深市场策略经理吕建英指出，这些应用首先都需要更高的解析度、以及更高的帧率。由于元宇宙体验强调沉浸感，这与延迟率有着密不可分的关系。以VR头盔来说，它需要更高的解析度、更高的帧率，但需要更少的频宽、更低的延迟。这就代表运算速度及整体的系统效能必须更为强大，才能快速的处理与压缩资料，以满足这些需求。

图四 : Arm资深市场策略经理吕建英

其次是运算资源的最佳配置。由于VR需要极致的运算速度与峰值的效能，因此整个系统能否提供强大且即时的运算能力，并将资源聪明且快速的配置尤其重要。以Armv9-A CPU系列架构为例，其核心提供高扩充性，最高可支援8颗Cortex-X2 CPU 的配置，可以达到极致效能、安全性与机器学习功能，同时间还能确保最佳效率。

另外，例如Mali-G710绘图处理器也提供了注视点渲染功能（Foveated Rendering），也就是在使用者瞳孔看到的区域解析度较高，除了能智慧的降低资源的耗用，又能确保AR/VR的使用者体验。透过这样的完全运算能力，特別是其互连IP Corelink CI-700与NI-700，以及资料压缩技术，在提供运算能力的同时，能确保即时且更有效的资料传输。

最后还有功耗效率、电池续航力等。无论VR、AR装置都朝向无缐发展，电池续航力在元宇宙应用场景，以及提升使用者经验上，也是极为重要的一环。行动处理器的开发必须兼顾功耗效率的有显着提升，加上完全运算方案提供的系统优化，以及多核多丛集的设计，在体验元宇宙动、静态不同的情境下，能配置最佳运算资源，有效的达到省电效果，让使用者的沉浸式体验更持久。

异质运算

针对异质运算的趋势发展，Arm 应用工程总监徐达勇也提到，异质运算将沒有一体适用的运算架构。由于AI无所不在，应用场域涵盖了从智慧家庭、智慧城市、智慧医疗、智慧工厂等范围，以装置来说，从最小的智慧感测器到云端，都有AI的应用。不同的装置对AI运算效能需求与功耗限制就不同，因此很难有一体适用的架构可以满足所有装置的要求。

此外，特定运算需求也持续增加。不同的应用需要不同的处理器，从CPU、GPU、NPU、MicroNPU 等，这就是特定处理器或特定运算的范畴。从系统和工作负载的角度，在不同的应用场景下，必须找到最优化的架构，以及最合适的处理器配置。

至于开发人员，也需要快速移植演算法。开发人员需要很快将它们的创意演算法，快速的移植到不同的硬体上，例如透过各式开源的工具与软体架构，来协助开发人员极大化AI的效能。

结语

在今天，人工智慧与机器学习主宰了现今的科技世界，对于未来的影响力更是指日可待。从工业界到消费者的生活周遭，在AI与ML的帮助下，整个大环境无不朝着更便利、更智慧的方向迈进。而行动处理器，更成为背后不可或缺的重要推动力，使得一切应用得以实现。

*刊头图（source：arm.com）