gzyueqian
13352868059

粤嵌ARM培训:Mali-G72支持下一代VR和优化机器学习

更新时间: 2017-08-03 14:43:23来源: 粤嵌教育浏览量:4775

  ARM系统级方案支持包括GPU在内的跨多个计算IP块的创新。Mali-G72图形处理器延续了前一代产品Mali-G71的成功,并对Bifrost架构进行了改良,从而实现高达40%的性能提升,使得我们的合作伙伴能够推动移动虚拟现实体验,并将高保真移动游戏提升至新境界。下面粤嵌ARM培训为你解答一下Mali-G72支持下一代VR和优化机器学习。







  支持下一代虚拟现实。虚拟现实也在不断发展,所以ARM也要不断精进自己的技术,在市场中继续保有地位。超过50%现有的移动VR设备由Mali驱动,而搭载Mali的Mate 9,是市面上个取得Daydream平台认证的VR设备之一,因此,我们首要任务是继续推动创新。

  你或许曾见过ARM近在2017游戏开发者大会中发布的Circuit VR展示,我们正致力开发移动Multiview等技术,以降低多次绘制同一图形的额外负担–就如同你通常会在VR环境中做的事一样。另外还要加上注视点渲染技术,也就是你只会看见与视网膜在一直线上的高解析影像,而当你突然需要渲染绘制四个或更多视野时,Multiview就真正派上用场了。其他像多重采样抗锯齿等技术则会让线条的某一边增加融入像素,使其看起来比较平滑,以降低VR头盔在近距离空间内偶尔会看到的锯齿效果。Mali-G72在的效能成本下,可达成8倍或16倍的MSAA。上述所提,当然是基于现存的创新科技,包括全调适纹理压缩技术,让我们能整合高质量的纹理,且不需要与带宽进行妥协。

  优化设备上的机器学习。如今,机器学习通常在云端上进行,运用训练神经网络的大量数据集实现智能连接,但越来越多的数据也需要在设备端进行,比如像翻译这样的简单任务,通过云端持续传送大量数据,不但增加成本,而且速度也很慢。如果连接或数据传送需要等很长时间,那么这个设备再好我也不太想用,这也是为何业界开始研究“将机器学习界面放到设备本身”的原因。而Mali-G72性能更好,我们之前讨论的算法优化及增加的高速缓存已经非常成熟,借由此大幅降低带宽,Mali-G72可以实现机器学习的效率与效能。

  Bifrost 架构的创新。除了继续保持Bifrost主要的高效能特色,像是CPU与GPU彼此间完整的系统一致性、索引式定位着色器等,Mali-G72同时还有多项新武器。优化算法效率以及强化复杂的图形性能与可扩展性,让Mali-G72 成为明年横跨智能手机、虚拟现实、机器学习与其它高端移动产品中的选择。

  为了进一步降低带宽,ARM同时增加了一级缓存与写回缓存的大小,同时也改变指令缓存逻辑,以便在不增加整体面积与耗电情况下进行更佳利用,并减少对复杂内容产生的缓存遗漏情况。以上是粤嵌ARM培训为你解答一下Mali-G72支持下一代VR和优化机器学习。




免费预约试听课