Arm Helium技術作為一種全新的M-Profile Vector Extension矢量擴充方案，能為Armv8.1-M架構帶來經過強化的計算能力

新架構能夠將最小型邊緣設備的機器學習能力提升15倍，以及將信號處理性能提升5倍

新架構針對下一代Cortex-M處理器而設計，適用于需在本地進行決策的小型嵌入式設備

北京 – 2019年2月15日 – Arm宣布針對其下一代Armv8.1-M架構推出基于M-Profile Vector Extension （MVE）矢量擴充方案的Arm Helium技術。這一全新技術能夠幫助開發者簡化軟件開發流程，并顯著提升未來Cortex-M系列處理器的機器學習能力與信號處理性能。

業界正在加速推動創建一個擁有萬億互聯設備的世界，而要實現這一愿景，我們必須找到行之有效的方法來擴展網絡邊緣眾多受限設備的計算能力。通過提升這些設備的計算能力，開發人員能夠直接為設備編寫機器學習（ML）應用程序，并在設備本地實現自主決策，從而在提高數據安全性的同時，降低網絡能耗、延遲和帶寬使用量。

為達成這一目標，Arm推出Arm Helium技術，該技術針對Arm Cortex-M系列處理器設計，在Arm TrustZone的安全基礎上，通過M-Profile Vector Extension矢量擴展加強Armv8.1-M架構的計算性能。Helium將為未來的Arm Cortex-M系列處理器提供高達15倍的機器學習性能提升和高達5倍的信號處理性能提升，消除因性能挑戰造成的對低成本、高能效設備的使用限制，從而為我們的合作伙伴帶來全新的市場機遇。

下一級計算性能

先進的數字信號處理（DSP）可通過 Arm Neon 技術擴展至更多Cortex-A架構組件中。針對功能受限的應用，Arm還在其較高性能的Cortex-M處理器系列（包括Cortex-M4、Cortex-M7、Cortex-M33以及Cortex-M35P）中加入DSP擴展方案。這兩種技術都可用來加速特定應用的機器學習計算。

針對功能最為受限的嵌入式系統，功耗效率是優先考慮的因素，以往的解決方案將Cortex處理器搭配SoC芯片內的DSP處理器，但是這種作法也增加了硬件與軟件設計的復雜性。當我們希望在這些設備上集成更多機器學習功能時，現有的SoC開發挑戰將變得更加突出，因此在運用不同的工具鏈、編程、調試以及使用各種復雜的專有安全解決方案時，需要開發人員擁有更高水平的專業知識。

搭載Helium技術的Armv8.1-M 架構能克服上述難題，不僅能夠提供實時控制程序代碼、機器學習與DSP執行能力，而且效率絲毫不減。由此，數百萬軟件開發人員將能夠運行各種DSP功能，安全無虞地擴展各種智能程序到種類更廣泛的設備，強化對三種關鍵類別新興應用的信號處理支持：震動和運動、語音和聲音、以及視覺和圖像。新一代搭載了Helium技術的Cortex-M架構SoC將改進未來各種設備的用戶體驗，包括傳感器中樞設備（sensor hub）、可穿戴設備、音頻設備、工業應用等。

除提升性能、降低開發成本之外，SoC設計和開發團隊還將立即獲得以下優勢，包括：

? 通過功能整合，優化成本、功耗以及設計投入

? 利用 Armv8.1-M的設計遵循平臺安全架構（PSA）規范的特點，實現簡化的TrustZone部署

? 單一工具鏈涵蓋控制與信號處理軟件的開發

? 簡化的軟件開發，得益于成熟的 Helium生態系統所提供的完善的工具、模型和庫，其中許多資源已被Cortex-M開發者廣為使用

簡化軟件開發流程

由于Helium擁有統一的工具鏈、庫和模型，軟件開發將變得更加簡單。 Helium工具鏈包括Arm Development Studio，涵蓋Arm Keil MDK、Arm模型（開發人員可立即使用，用于代碼建模）和各種軟件庫，包括CMSIS-DSP和CMSIS-NN，允許開發人員根據他們的需求選擇最合適的資源。對于信號處理應用，我們通過消除對專用DSP或功能加速器的需求以及免去了一層設計復雜性，使之更加簡化。

驅動下一代嵌入式和物聯網設備

Helium將Arm Project Trillium計劃的價值帶到各種機器學習應用中，讓框架與庫的支持能力向下延伸到硬件層面。由于SoC開發者必須在不同的性能、芯片面積、功耗以及成本等限制下開發適合的方案，因此沒有單一的產品能滿足所有應用的需求。