根據(jù)Gartner預測， 到2020年將有超過200億臺聯(lián)網(wǎng)設備，市場價值將達3000億美元之巨。隨著垂直應用上的不斷細分，以及與AI的加速整合，物聯(lián)網(wǎng)不僅將持續(xù)地變革人們的生活和工作，市場規(guī)模也將持續(xù)增長。

IDG是全球著名的信息技術、電信行業(yè)和消費科技市場咨詢、顧問和活動服務專業(yè)提供商，其下屬的《NetWork World》雜志近期公布了全球最強物聯(lián)網(wǎng)公司名單，Arm位列其中，此外還有亞馬遜、高通、谷歌、華為等。

“Project Trillium”的機器學習平臺

作為一家半導體IP廠商，一波新的移動設備上市對Arm來無疑說是件好事。Arm近期還推出了一款名為“Project Trillium”的機器學習平臺，旨在為物聯(lián)網(wǎng)設備也部署提供機器學習能力。雖然最初的發(fā)布是針對移動處理器的，但未來的Arm 機器學習產品系列將會按照性能需求滿足不同應用場合的需求，包括從傳感器、智能音箱，到移動設備、家庭娛樂以及其他領域的應用。

Arm全新的機器學習和目標檢測處理器不僅相比于獨立的CPU, GPU和各種加速器有了顯著的效率提升，而且遠勝像DSP這樣的傳統(tǒng)可編程邏輯處理器。

Arm 機器學習處理器是專門針對機器學習而重新設計的。它基于高度可擴展的Arm 機器學習架構， 并達到了機器學習應用場景要求的最高性能和效率：

在移動計算領域，Arm 機器學習處理器可以提供每秒超過4.6萬億次的運算能力。

憑借智能數(shù)據(jù)管理，每秒萬億次的運算(TOPs， Trillion Operations Per Second)在實際應用中可以進一步實現(xiàn)2~4倍的有效吞吐量的提升。

在散熱和和成本受限的環(huán)境下，Arm 機器學習處理器能夠以超過每瓦特每秒3萬億次運算操作的效能（TOPs/W）達到無以倫比的性能。有關Arm機器學習處理器的更多細節(jié)可在我們的網(wǎng)站上找到。

Arm 目標檢測處理器是專門為高效識別人或其他物體而設計的，它能夠在每幀圖像中識別出的物體對象的數(shù)目幾乎不受限制：

在全高清分辨率下可以做到實時每秒60幀的檢測。

性能可以達到傳統(tǒng)DSP的80倍，并且相對于以往的Arm技術，檢測質量有了顯著提高。

全新Mbed Cloud平臺功能

除了新型的機器學習平臺外，Arm近期還推出全新Mbed Cloud平臺功能。無論是受限設備還是功能豐富的物聯(lián)網(wǎng)設備，均能通過這一全新平臺獲得整合的物聯(lián)網(wǎng)設備管理解決方案，從而滿足自身對簡化、安全、可控制性的需求，加速部署。

Mbed Cloud新的功能包含了支持作為專屬設備管理服務的部署方式，并讓受限的設備實現(xiàn)連網(wǎng)。同時，Mbed OS現(xiàn)已支持相關模塊與窄頻物聯(lián)網(wǎng)(NB-IoT)。加速實施物聯(lián)網(wǎng)功能以充分發(fā)揮數(shù)據(jù)的潛能是一項重要課題， Arm物聯(lián)網(wǎng)服務事業(yè)群推出的全新Mbed Cloud平臺顯示Arm在此方面一直在努力。