概述

適用於人工智慧工作負載的異質化運算

人工智慧工作負載需要異質化運算架構,在不同處理單元之間動態分配任務,包括用於控制邏輯及通用任務的 CPU、用於高吞吐量並行運算的 GPU,以及用於專屬神經網路加速的 NPU。這有助於最佳化效能及效率,範圍涵蓋邊緣裝置、嵌入式系統、自主平台及雲端規模基礎設施等各種部署目標。

為未來人工智慧重新構想運算

真正緊密無縫的嵌入式人工智慧體驗,需要嶄新的運算典範。請參閱這份《MIT Technology Review》研究報告以深入瞭解,其中包含 AWS、Meta、三星及 Arm 等產業領導廠商的洞見。

通往人工智慧運算的道路

人工智慧的興起正重新塑造運算領域,並對晶片架構帶來前所未有的需求。複雜的人工智慧工作負載具有高運算需求,並且需要專用硬體以高效運作。

產品及解決方案

從邊緣到雲端的關鍵人工智慧解決方案

Arm 運算平台為人工智慧的演進發展提供符合未來需求、值得信賴且安全的基礎。我們的解決方案專為無所不在的人工智慧所設計,在廣大的生態系中,提供獨特的效能、效率及協作結合。

資源

最新消息及資源

  • 最新消息及部落格
  • 白皮書
  • 電子書
  • 報告
軟體人工智慧加速

為何軟體是人工智慧發揮完整潛能的關鍵所在

如何選擇適當的開放原始碼解決方案,協助加速生成式人工智慧及減少人工智慧模型的占用面積。

生成式人工智慧

以兼具彈性及速度的方式擴展生成式人工智慧

擴展新型生成式人工智慧功能的競賽,為創新創造契機,同時帶來挑戰。瞭解如何克服這些挑戰,在任何地方成功部署人工智慧。

生成式人工智慧

生成式人工智慧在業務轉型所發揮的作用

探索如何運用生成式人工智慧發揮完整潛能,以及 Arm 在推動這項轉型的作用。

人工智慧工作負載

瞭解 CPU 上的人工智慧推論指南

在 CPU 執行人工智慧工作負載的需求持續成長。我們的實用指南探討 CPU 推論在各種領域的效益及考量因素。

MIT AGI 報告

AGI 的發展過程:智慧的觀點

在這份《MIT Technology Review》及 Arm 報告中,探索彈性及特定任務的運算和持續演進的架構如何實現未來的人工智慧。

適用於企業的人工智慧報告

邊緣人工智慧的全新領域

更小的模型與加速運算正在改變邊緣的人工智慧。

適用於企業的人工智慧報告

Arm AI 就緒指數

目前有 82% 的人工智慧採用者,但僅有 5% 至 10% 的技術預算分配給人工智慧,我們完整詳盡的報告涵蓋人工智慧成功的技術需求、契機及策略。

保持聯繫

訂閱最新動態即可掌握最新消息、個案研究與洞見。

電子報訂閱