英国芯片设计公司Arm今天公布了下一代CPU架构发展路线图。
Arm的新型芯片将针对诸如人工智能和数字信号处理之类的特殊工作负载进行优化,并在芯片中内置更高的安全性。正在被Nvidia收购的Arm公司,打造了当今大多数移动处理器所使用的基本架构,并提供该架构的授权,其芯片被苹果和三星等公司的智能手机所采用。
备受期待的Armv9是十年来Arm CPU体系架构的首个重大更新,主要集中在两个方面:更高的性能和更好的安全性。
Arm首席执行官Simon Segars在视频演讲中表示,性能是必须的,因为随着人工智能、物联网和5G的发展,芯片行业正在迅速从通用计算转向更专业的应用。他指出,过去五年中,基于Arm芯片的设备出货量超过1000亿部。
Segars表示:“以当前的速度,全球所有共享数据都将在Arm上进行处理,无论是在端点、在数据网络、还是在云中。这一普及趋势也体现了Arm应该提供更高安全性和更高性能的责任。”
Arm表示,将通过Armv9芯片使其Scalable Vector Expansion技术将成为全球最快超级计算机——富士通Fugaku系统的核心,从而提高性能。该技术旨在加快跨各种应用的专用机器学习和数字信号处理工作负载,通过增强5G系统、虚拟和增强现实、以及机器学习工作负载(例如在CPU上本地运行图像处理)的处理能力实现这一点。
Arm表示:“未来几年,Arm将通过显着增强CPU进一步扩展其技术的AI能力。”
Segars说,多年来Arm一直在努力提高处理器的AI能力,并且这一努力已经为各种专业应用铺平了道路。Segars说:“但是,AI仍然继续更高效的计算能力。我们的合作伙伴希望进一步实现他们的AI未来,而这取决于我们要抓住一切机会来帮助他们。”
Arm表示,在未来两代移动芯片和服务器芯片中,Arm将把CPU性能提升超过30%。此外,Arv9架构整合了Arm所谓的“Total Compute设计方法”,通过一系列系统级硬件和软件优化进一步提高性能。
Moor Insights&Strategy总裁兼首席分析师Patrick Moorhead表示:“Arm将使机器学习能力集成到终端产品中变得更加容易。重要的是要认识到,对于大多数性能场景来说,尤其是CPU,重点是设计架构而不是指令集。因此换句话说,芯片设计师仍然需要设计出性能卓越的产品。”
Arm还表示,将在其汽车、客户端、基础设施和物联网芯片整个产品组合中应用Total Compute设计原则,并承诺未来将会进行更多增强,包括正在进行有关增加频率、带宽和缓存大小,以及缩短Arm9芯片内存等待时间方面的工作。
Constellation Research分析师Holger Mueller认为:“芯片架构为无限计算提供了强大的动力,计算资源无处不在且成本低廉,因此当像Arm这样的主流公司发布了新的参考架构时,就该要注意了。毫不奇怪的是,关键架构重点领域都集中在了AI上,正如Arm和富士通合作提供的SVE2。估计很快我们会听到更多有关于此的信息。”
在安全性方面,Arm表示将在Armv9路线图中引入一种新的Confidential Compute Architecture 机密计算架构。机密计算是对在内存中处理的数据进行加密,让数据不会暴露给计算机系统的其他部分。机密计算通常被称为数据安全的“圣杯”,因为尽管对静态数据和传输中的数据进行加密的方法已经被普遍采用,但是并没有一种可靠的方法能够在数据被实际使用的时候确保其安全性。
Arm表示,Arm的Confidential Compute Architecture致力于改变这个现状,通过在基于硬件的安全环境中进行计算来保护代码和数据在处理过程中不被访问或修改。更具体地说,Arm在这个架构中引入了“领域”(Realms)的概念,适用于所有应用。
Arm说,这是芯片的一个区域,与安全和非安全环境是分离开的。以商业应用为例,这个领域可以将敏感数据和代码相当于应用其他部分保护起来,不管数据是在传输中的还是静态的。Arm称,这一点这很重要,因为最近Pulse的一项调查发现,有90%的企业高管认为机密计算将大大降低安全成本。
Segars还在他的演讲中提及了Confidential Compute Architecture架构带来的一些直接好处。他提到了后疫情时代,以及人们对于在设备中保存医疗信息、以便快速访问关键信息的需求。
Segars说:“但是对我来说,我希望在设备上运行高级加密功能,但现在却是无法做到的。这就是我们的Armv9架构所引入的功能,例如可以消除内存安全问题的内存标签,以及为安全数据操作提供存储库的领域管理。”
Wikibon分析师David Floyer表示,很明显Arm专注于端到端安全性是符合其愿景的,即所有数据在其生命周期的某个阶段,都将流经Arm处理器,无论是在网络或云中的边缘。
Floyer说:“Arm强调通过硬件、固件和软件提供一个平台,确保容器、虚拟化、Linux软件平台以及在其上运行的软件将可以在不更改Arm处理器的情况下运行。Arm提出的端到端安全愿景是我见过的最好的。”
好文章,需要你的鼓励
阿里通义实验室发布首个媲美顶级闭源系统的开源超级网络智能体WebSailor,突破性解决开源模型在超高不确定性任务中的系统性推理难题,在BrowseComp基准测试准确率提升3倍,标志着开源技术在复杂信息搜索领域的历史性跨越。
这项研究关注语音中的句子强调(即说话时对特定词的重音),它能传达说话者的潜在意图。耶路撒冷希伯来大学的研究团队发现,尽管现代语音语言模型进步显著,它们在理解句子强调方面表现不佳。团队创建了StressTest基准测试和Stress-17k合成数据集,并开发了StresSLM模型,使强调理解能力大幅提升。研究表明,通过特定训练策略,可以让AI不仅理解"说了什么",还能理解"怎么说的",从而捕捉人类交流中的微妙含义。
随着VMware推进基于核心虚拟化技术的私有云愿景,竞争对手正加速开发替代方案。OpenNebula发布7.0版本,新增ARM处理器支持和增强的PCI直通功能,可部署在AI工厂中。红帽OpenShift Virtualization 4.19版本在Azure、Oracle云和谷歌云上提供技术预览。容器运行时Edera使用Rust重写了开源Xen虚拟机管理程序的控制平面。Nutanix发布7.3版本,增加多集群虚拟交换机。这些活动源于博通对VMware的改变,后者专注于价格昂贵的Cloud Foundation套件。
ViStoryBench是一个全面的故事可视化评估基准,由StepFun团队打造,用于测试AI将文字故事转化为连贯图像序列的能力。它包含80个多样化故事和344个角色参考,评估包括角色一致性、提示遵循度等多个维度。研究测试了20多种方法,发现UNO在开源方法中表现最佳,而商业软件如豆包和GPT-4o在提示一致性方面表现突出。该基准为故事可视化研究提供了统一标准,推动这一领域的创新发展。