Arm的氦气技术，为最小的嵌入式设备提供增强的机器学习和信号处理。

 

氦气将为Cortex-M处理器提供15倍以上的ML性能和5倍的信号处理能力。先进的数字信号处理(DSP)可通过Arm氖技术在更丰富的基于Cortex-A的设备中实现。对于更受限的应用程序，Arm还在其性能更高的Cortex-M处理器(Cortex-M4、Cortex-M7、Cortex-M33和Cortex-M35P)中添加了DSP扩展。这两种技术都可以用在某些应用程序中加速ML计算。

 

对于以能效为优先考虑的最受约束的嵌入式系统，历来的解决方案是将Cortex处理器与SoCs中的DSP耦合，这增加了硬件和软件设计的复杂性。

 

通过交付实时控制代码、ML和DSP执行而不影响效率，他们设计了使用氦气的Armv8.1-M来消除这些挑战。其理念是，它将为软件开发人员提供安全扩展智能应用程序的能力，这些应用程序可以在更广泛的设备上利用DSP功能。这应该能够增强对跨三个关键类别的新兴应用程序的支持;振动，运动，声音，以及视觉与图像处理。

 

希望这将改善未来设备的用户体验，如传感器集线器、可穿戴设备、音频设备和工业应用，这些设备由基于Cortex-M和氦气技术的下一代SoCs驱动。

 

由于Helium的统一工具链、库和模型，软件开发将变得更加简单。氦工具链包括Arm开发工作室，包括Arm Keil MDK、Arm模型(开发人员可以立即获得用于代码建模的模型)和各种软件库，包括CMSIS-DSP和CMSIS-NN。

 

对于信号处理应用程序，Arm通过消除对专用DSP或功能加速器的需求，并消除了另一层设计复杂性，简化了这一过程。

 

Arm的合作伙伴Audio Analytic很早就接触到了这些新扩展。据该公司称，在基于新的Armv8.1-M架构的芯片上运行时，其声音识别软件(ai3)现在将至少快50%。

 

Audio Analytic首席执行官兼创始人克里斯·米切尔博士( Dr Chris Mitchell)在对这一产品发表评论时说:“像声音识别这样的高级人工智能产品，在前沿市场的需求非常大。”主要是因为云基础设施非常昂贵，而且基于边缘的处理为最终用户提供了隐私方面的好处。现在，多亏了Arm，消费者和物联网设备可以以更低的功耗和成本提供超强的人工智能。最终的结果是能够在设备上安装更多的功能，或者能够在AA电池上提供人工智能。