Arm 為在各類技術(shù)領(lǐng)域運行無處不在的人工智能 (AI) 奠定了堅實的技術(shù)基礎(chǔ)。這得益于我們行業(yè)領(lǐng)先的架構(gòu)可在全球數(shù)十億臺多樣化設(shè)備上支持各種計算工作負載。
Arm 始終專注于快速地進行架構(gòu)演進,確保我們領(lǐng)先的生態(tài)系統(tǒng)能夠適應(yīng)未來的技術(shù)趨勢和不斷變化的計算需求。雖然 AI 的迅猛崛起似乎是最近才出現(xiàn)的現(xiàn)象,但過去二十多年來,Arm 一直致力于為 AI 創(chuàng)新奠定基礎(chǔ),先是在 Armv7 架構(gòu)中引入了高級單指令多數(shù)據(jù) (SIMD) 擴展,初探機器學(xué)習 (ML) 工作負載,再是如今的 Armv9 架構(gòu),我們在 Arm CPU 上集成了用于加速和保護如大語言模型 (LLM) 等先進的生成式 AI 工作負載的特性。
可伸縮矩陣擴展 (SME) 就是其中的一項創(chuàng)新特性,旨在滿足當今 AI 和 ML 工作負載日益增長的復(fù)雜性和功耗需求。除了加速當今的 AI 發(fā)展之外,SME 還為 Arm 架構(gòu)提供了靈活性,便于管理不斷發(fā)展的生成式 AI 工作負載。
可伸縮矩陣擴展及其特性
SME 是 Armv9-A 架構(gòu)中引入的指令集架構(gòu) (ISA) 擴展,可加速 AI 和 ML 工作負載,并為 Arm CPU 上運行的 AI 和 ML 應(yīng)用提供更高的性能、能效和靈活性。具體而言是通過以下特性實現(xiàn)的:
顯著提升 Arm CPU 上的矩陣和矢量處理吞吐量和效率;
通過引入外積指令,減少內(nèi)存帶寬壓力,盡可能地復(fù)用寄存器中加載的數(shù)據(jù);
擴展壓縮用戶數(shù)據(jù),在不增加內(nèi)存負載帶寬的情況下提高輸入元素的吞吐量;
支持多種存儲和計算數(shù)據(jù)類型,使其成為適用于當前和未來多種用例的靈活解決方案;
允許在實現(xiàn)中選擇介于 128 至 2048 位的 Streaming Vector Length (SVL),從而實現(xiàn) SVL^2 的矩陣-矩陣乘法吞吐量。
SME2 在 SME 的基礎(chǔ)上增加了多矢量指令,允許在矩陣和矢量運算中復(fù)用架構(gòu)狀態(tài) (ZA Array),并具有更高吞吐量的矢量處理能力。這有助于通過壓縮 AI 格式來減少內(nèi)存帶寬并節(jié)省功耗,從而實現(xiàn)矢量和矩陣加速的平衡。SME2 還能夠靈活地動態(tài)去量化,并解壓縮 2 位和 4 位權(quán)重,以節(jié)省內(nèi)存帶寬。在生成式 AI 工作負載日益復(fù)雜和耗電加劇的背景下,這些特性非常重要,同時也彰顯了 Arm 致力于應(yīng)對 AI 無止盡的能源需求。
SME 和 SME2 的關(guān)鍵用例
SME 可加速如生成式 AI 和經(jīng)典 ML 網(wǎng)絡(luò),以及計算機視覺 (CV) 等各種類型的 AI 和 ML 工作負載。具體的實現(xiàn)途徑是 SME 能夠處理矩陣乘矩陣、矩陣乘矢量和多個矢量乘矢量運算,以及 ML 執(zhí)行過程中所需的前處理和后處理階段。我們預(yù)計,SME 將有益于不同市場的各種 AI 用例,包括:
結(jié)合了 ML 和經(jīng)典 CV/DSP 方法的應(yīng)用,例如電影攝影、媒體處理、駕駛員監(jiān)控、數(shù)字化座艙、音頻處理、先進駕駛輔助系統(tǒng) (ADAS) L2+ 和實時語音助手等。
利用小語言模型和 LLM 的用例,包括聊天機器人、對話摘要和虛擬助手等。
矢量處理、矩陣處理和量化
要了解 SME 的工作原理,有必要解釋一下它所支持的不同 AI 處理技術(shù),以及 SME 和 Armv9 架構(gòu)為每種技術(shù)帶來的好處。其中包括:
矢量處理
矩陣處理
矩陣乘法
量化
矢量處理
在 AI 和 ML 語境中,矢量代表數(shù)值和數(shù)據(jù)點的一維數(shù)組,通常用于對神經(jīng)網(wǎng)絡(luò)中的特征、輸入或權(quán)重進行編碼。矢量處理常用于現(xiàn)代 AI 框架和庫,例如 TensorFlow 和 PyTorch 等。利用此方法,AI 算法可以高效應(yīng)對復(fù)雜計算,更快地處理大型數(shù)據(jù)集,從而縮短訓(xùn)練時間,提高性能。SME 包含矢量指令,可并行計算多個值,而不是按順序處理每個值,從多方面大大加快了 AI 計算。
矩陣處理
矩陣是數(shù)值和數(shù)據(jù)點的二維數(shù)組,在包括 ML 和深度學(xué)習在內(nèi)的各種 AI 技術(shù)中發(fā)揮著至關(guān)重要的作用。通過 SME 進行矩陣處理需要對這些矩陣進行運算,以提高基于 AI 的核心工作負載的性能和效率,包括線性代數(shù)運算(如矩陣乘法)和神經(jīng)網(wǎng)絡(luò)。
矩陣乘法
矩陣乘法是 AI 和 ML 工作負載以及科學(xué)模擬和計算機視覺等其他計算工作負載的重要組成部分。矩陣-矩陣乘法運算對 CPU 上的 AI 加速越來越重要,并顯著受益于 SME。Arm 架構(gòu)隨時間推移不斷演進,通過引入新特性提高了這些運算的性能和效率。例如:
Armv7 增加了高級 SIMD 擴展,也稱為 Arm Neon 指令。
Armv8.4-A 支持 8 位整數(shù)點積指令。
Armv8.6-A 支持各種數(shù)據(jù)類型的矢量內(nèi)整數(shù)和浮點矩陣乘法指令,包括新的 BFloat16 數(shù)據(jù)類型。
Armv9-A 包括可伸縮矢量擴展 2 (SVE2),用于數(shù)字信號處理器 (DSP)、媒體和通用矢量化。
Armv9.2-A 引入了 SME。
量化
量化涉及降低數(shù)值的精度,通常是從浮點表示法轉(zhuǎn)換為定點表示法。SME 使用該過程來減少 AI 和 ML 模型的內(nèi)存帶寬、占用空間以及計算復(fù)雜性,進而提高其效率,這對計算密集型生成式 AI 工作負載非常重要。這意味著它們可以部署在資源受限的設(shè)備上,如智能手機、移動設(shè)備、嵌入式系統(tǒng)和物聯(lián)網(wǎng)設(shè)備等。
Arm 架構(gòu)長期致力支持 AI 特性
過去二十年來,Arm 一直致力于在架構(gòu)上添加 AI 特性、規(guī)范和指令。2003 年首次發(fā)布的 Armv7 架構(gòu)增加了高級 SIMD 擴展,也稱為 Arm Neon 指令。Neon 將寄存器視為由相同數(shù)據(jù)類型的元素組成的一維矢量,指令可同時對多個元素進行操作。隨后 Armv8 架構(gòu)增加了一系列 AI 的規(guī)范和指令,包括點積指令、矢量內(nèi)矩陣乘法指令和 BFloat16 支持。它還改進了高級 SIMD 擴展,將矢量寄存器的數(shù)量增加了一倍,并增加了浮點支持。所有這些改進和新增特性的目的都是用于加速 AI 和 ML 性能,以應(yīng)對不斷發(fā)展的 AI 工作負載。除了 SVE2、SME 和新的 SME2 之外,Armv9 架構(gòu)還集成包含了所有這些特性、規(guī)范和指令。
SME 的核心優(yōu)勢
Armv9 架構(gòu)上的 SME 顯著提高了 Arm CPU 對現(xiàn)有 AI 和 ML 工作負載的處理能力,從而在各種 AI 驅(qū)動的設(shè)備和應(yīng)用中帶來速度更快、響應(yīng)更靈敏的用戶體驗。它還能加速一系列使用矩陣運算的應(yīng)用,如 DSP、科學(xué)計算、增強現(xiàn)實 (AR)、虛擬現(xiàn)實 (VR) 和圖像處理等等,AI 和 ML 在所有這些應(yīng)用中都扮演著日益重要的角色。
與能夠以多種不同數(shù)據(jù)格式運行各種神經(jīng)網(wǎng)絡(luò)的 Arm CPU 類似,SME 也提供了靈活性,旨在滿足不斷發(fā)展的 AI 和 ML 工作負載日益復(fù)雜的要求。這將確保 Arm 架構(gòu)在快速發(fā)展的 AI 時代及未來仍適用于至關(guān)重要的計算工作負載。展望未來,我們將繼續(xù)在指令集中添加更多 AI 功能,以助益 Arm 領(lǐng)先的生態(tài)系統(tǒng),讓我們的合作伙伴能夠為其 AI 解決方案提供更高的性能、創(chuàng)新特性和可擴展性。
基于 AI 的 Arm 架構(gòu)創(chuàng)新
SME 體現(xiàn)了 Arm 在架構(gòu)方面的不斷創(chuàng)新。隨著 AI 的不斷發(fā)展壯大,SME 將確保 Arm CPU 能夠高效地處理新的高能耗生成式 AI 工作負載,從而在數(shù)十億臺 Arm 技術(shù)驅(qū)動的設(shè)備上提供更好的 AI 體驗。這將夯實 Arm 持續(xù)作為全球 AI 基石的地位。
-
ARM
+關(guān)注
關(guān)注
134文章
8967瀏覽量
365018 -
cpu
+關(guān)注
關(guān)注
68文章
10702瀏覽量
209356 -
AI
+關(guān)注
關(guān)注
87文章
28876瀏覽量
266219 -
SME
+關(guān)注
關(guān)注
0文章
8瀏覽量
7016
原文標題:Armv9 SME 賦能 AI 創(chuàng)新
文章出處:【微信號:Arm社區(qū),微信公眾號:Arm社區(qū)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
評論