业界正在加速推动创建一个拥有万亿互联设备的世界，而要实现这一愿景，我们必须找到行之有效的方法来扩展网络边缘众多受限设备的计算能力。通过提升这些设备的计算能力，开发人员能够直接为设备编写机器学习(ml)应用程序，并在设备本地实现自主决策，从而在提高数据安全性的同时，降低网络能耗、延迟和带宽使用量。
为达成这一目标，arm推出arm helium技术，该技术针对arm cortex-m系列处理器设计，在arm trustzone的安全基础上，通过m-profile vector extension矢量扩展加强armv8.1-m架构的计算性能。helium将为未来的arm cortex-m系列处理器提供高达15倍的机器学习性能提升和高达5倍的信号处理性能提升，消除因性能挑战造成的对低成本、高能效设备的使用限制，从而为我们的合作伙伴带来全新的市场机遇。
下一级计算性能
先进的数字信号处理(dsp)可通过 arm neon 技术扩展至更多cortex-a架构组件中。针对功能受限的应用，arm还在其较高性能的cortex-m处理器系列(包括cortex-m4、cortex-m7、cortex-m33以及cortex-m35p)中加入dsp扩展方案。这两种技术都可用来加速特定应用的机器学习计算。
针对功能最为受限的嵌入式系统，功耗效率是优先考虑的因素，以往的解决方案将cortex处理器搭配soc芯片内的dsp处理器，但是这种作法也增加了硬件与软件设计的复杂性
简化软件开发流程
由于helium拥有统一的工具链、库和模型，软件开发将变得更加简单。 helium工具链包括arm development studio，涵盖arm keil mdk、arm模型(开发人员可立即使用，用于代码建模)和各种软件库，包括cmsis-dsp和cmsis-nn，允许开发人员根据他们的需求选择最合适的资源。对于信号处理应用，我们通过消除对专用dsp或功能加速器的需求以及免去了一层设计复杂性，使之更加简化。
驱动下一代嵌入式和物联网设备
helium将arm project trillium计划的价值带到各种机器学习应用中，让框架与库的支持能力向下延伸到硬件层面。由于soc开发者必须在不同的性能、芯片面积、功耗以及成本等限制下开发适合的方案，因此没有单一的产品能满足所有应用的需求。
我们现已推出helium专属的工具链与模型，预计在未来2年各伙伴厂商将陆续推出采用helium技术的芯片。
arm宣布针对其下一代armv8.1-m架构推出基于m-profile vector extension (mve)矢量扩充方案的arm helium技术。
这一全新技术能够帮助开发者简化软件开发流程，并显著提升未来cortex-m系列处理器的机器学习能力与信号处理性能。文章出自：网络
