Nuevas NPU ARM Ehtos-U para sistemas integrados con hasta cuatro veces más rendimiento
por Antonio Delgado Actualizado: 09/04/2024La Inteligencia Artificial se está colando en prácticamente todos los ámbitos de la computación. El "edge computing" se está potenciando cada vez más gracias a la IA, ya que la posibilidad de realizar todo el procesado de datos ayudado por Inteligencia Artificial permite que este tipo de sistemas ganen en capacidades y posibilidades. El edge computing es un paradigma de computación que se basa en realizar el procesado de los datos lo más cerca posible de la fuente de esos datos. Por ejemplo, si tenemos un sistema de control de temperaturas de un edificio, aplicar la filosofía de edge computing sería contar con pequeños dispositivos IoT cerca de los propios sensores para recoger y procesar directamente los datos, en vez de utilizar un sistema más grande y centralizado.
ARM ha anunciado sus nuevas NPUs ARM Ethos-U85, unos aceleradores para Inteligencia Artificial orientados a sistemas embebidos e integrados para edge computing como pueden ser sistemas de cámaras de hogar inteligente o automatización de fábricas.
Se trata de la tercera generación de NPUs para edge con IA, y consigue, según los datos de la propia ARM, multiplicar por cuatro el rendimiento respecto de los predecesores, consiguiendo al mismo tiempo un 20% de mejora en la eficiencia energética.
Esta NPU pasa de 1280 a 2.048 MAC capaces de alcanzar 4 TOPS de potencia a 1 GHz de frecuencia de funcionamiento. Naturalmente, están diseñadas para trabajar sin problemas con procesadores basados en la arquitectura ARMv9 como son los núcleos ARM Cortex de la compañía.
Junto a estas nuevas NPU, ARM también ha desvelado un diseño de referencia para sistemas IoT, la plataforma ARM Corstone-320. Este diseño de referencia integra esta nueva NPU ARM Ethos-U85 junto con un procesador ARM Cortex-M85 y un ISP ARM Mali-C55 para facilitar a los fabricantes y desarrolladores la creación de un sistema muy compacto y capaz de aprovechar las ventajas de la IA en tareas de visión, audio o voz en computación edge.
Fin del Artículo. ¡Cuéntanos algo en los Comentarios!