曾經只是高端設備專屬的沉浸式體驗，如AR、高保真游戲與以AI為基礎的全新移動與家庭應用案例，目前也逐漸成為主流市場的需求。讓開發人員能夠使用針對日常設備優化的高性能AI與媒體IP解決方案，可以賦能新的AI驅動應用案例，提供包括語音識別與always-on在內的功能，告別這些功能由移動設備所獨享的時代。

　　從游戲設備到數字電視(DTV)，人工智能已經無所不在，但要促成這些響應式體驗，端點必須具備更強的計算能力。例如，數字電視的智能體驗，包括智能助理語音指令、節目實時翻譯，以及人臉辨識以強化家長監護。

　　為了達成這些功能，Arm宣布將推出兩款全新的主流ML處理器，以及最新的MaliGPU與DPU。這些IP的集成代表著Arm有能力根據需求調整產品，把高端的體驗帶入消費者高效的日常生活設備中。這套全新IP套件包括：

　　·Ethos-N57 and Ethos-N37 NPUs：讓AI應用成為可能并在ML的性能與成本、面積、帶寬與電池壽命之間達成平衡。

　　·Mali-G57 GPU：第一款基于Valhall架構的主流GPU，可透過性能提升帶來沉浸式體驗

　　·Mali-D37 DPU：以最小的芯片面積達成豐富的顯示功能，成為入門設備與小型顯示屏幕最適合的顯示處理器(DPU)。

　　Ethos-N57 與 Ethos-N37 NPUs：提供真正的異構計算

　　繼Arm ML處理器(現稱為Ethos-N77)發布后，Ethos NPU家族又添加Ethos-N57與Ethos-N37兩位新成員。Arm Ethos產品組合旨在解決AI與ML復雜運算的挑戰，以便為日常生活設備創造更為個性化與沉浸式的體驗。由于消費者的設備越來越智能化，通過專屬的ML處理器提供額外的AI性能與效率，是非常有必要的。全新的Ethos 對成本與電池壽命最為敏感的設計進行優化，NPU可以為日常生活設備帶來優質的AI體驗。

　　Ethos-N57與Ethos-N37的設計理念包括一些基本原則，例如：

　　·針對Int8與Int16數據類型的支持性進行優化

　　·先進的數據管理技術，以減少數據的移動與相關的耗電

　　·通過如創新的Winograd技術的落地，使性能比其他NPU提升超過200%

　　此外，Ethos-N57的功能還包括：

　　·旨在提供平衡的ML性能與功耗效率

　　·針對每秒2兆次運算次數的性能范圍進行優化

　　Ethos-N37的功能還包括：

　　·為了提供面積最小的ML推論處理器(小于1平方毫米)而設計

　　·針對每秒1兆次運算次數的性能范圍進行優化

　　更多有關Ethos-N57與Ethos-N37 NPU資料，請參閱Arm blog。

　　Mali-G57：為普羅大眾帶來智能與沉浸式體驗的GPU

　　Mali-G57，將優質的智能與沉浸式體驗帶到主流市場，包括高保真游戲、媲美電玩主機的移動設備圖型效果、DTV的4K/8K用戶接口，以及更為復雜的虛擬現實和增強現實的負荷。這是移動市場劃分中最大的一部分，而Arm最近與Unity的發布強調其基于Arm IP的片上系統(SoC)，CPU， GPU進一步的性能優化的努力，它可以讓開發人員有更多的時間創造出全新的沉浸式內容。

　　Mali-G57關鍵功能包括：

　　·與Mali-G52相比，各種內容都能達到1.3倍的性能密度

　　·能效比提升30%，使電池壽命更長

　　·針對虛擬現實(VR)提供注視點渲染支持，且設備ML性能提升60%，以便進行更復雜的XR實境應用

　　更多有關Mali-G57資料，請參閱Arm blog。

　　Mali-D37：Arm單位面積效率最高的處理器

　　Mali-D37是一個在最小的可能面積上包含豐富顯示與性能的DPU。對于終端用戶而言，這意味著當面積成為首要考慮，在例如入門級智能手機、平板電腦與分辨率在2k以內的小顯示屏等成本較低的設備上，會有更佳的視覺效果與性能。

　　Mali-D37關鍵功能包括：

　　·單位面積效率極高，DPU在支持全高清（Full HD）與2K分辨率的組態下，16納米制程的面積將小于1 mm2。

　　·通過減少GPU核心顯示工作以及包括MMU-600等內存管理功能，系統電力最高可節省30%。

　　·從高階的Mali-D71保留關鍵的顯示功能，包括與Assertive Display 5結合使用后，可混合顯示高動態對比(HDR)與標準動態對比(SDR)的合成內容。

　　更多有關Mali-D57的資料，請參閱Arm blog。

　　這一套全新的IP，設計時就考慮到解決方案，并吻合Arm全面運算(Total Compute)的初衷，以確保它們確實是實際體驗驅動，同時針對解決未來工作負荷的復雜運算挑戰進行優化。這套全新的IP提供更高的單位面積效率且更為節能，同時能提升性能、降低成本及減少上市所需的時間，為移動設備帶來更高保真游戲與媲美游戲主機的體驗，為DTV帶來計算復雜性，并為個人化沉浸式內容帶來更高的ML性能，以及消費者期待的更快反應速度。