隨著人工智能 (AI) 的演進(jìn)，利用小語(yǔ)言模型 (SLM) 在嵌入式設(shè)備上執(zhí)行 AI 工作負(fù)載成為業(yè)界關(guān)注的焦點(diǎn)。Llama、Gemma 和 Phi3 等小語(yǔ)言模型，憑借其出色的成本效益、高效率以及在算力受限設(shè)備上的易部署性，贏得了廣泛認(rèn)可。Arm 預(yù)計(jì)這類模型的數(shù)量將在 2025 年繼續(xù)增長(zhǎng)。

Arm 技術(shù)以其高性能與低功耗的顯著優(yōu)勢(shì)，為小語(yǔ)言模型提供了理想的運(yùn)行環(huán)境，能夠有效提升運(yùn)行效率，并進(jìn)一步優(yōu)化用戶體驗(yàn)。為了直觀展示端點(diǎn) AI 在物聯(lián)網(wǎng)和邊緣計(jì)算領(lǐng)域的巨大潛力，Arm技術(shù)團(tuán)隊(duì)近期打造了一場(chǎng)技術(shù)演示。在演示中，當(dāng)用戶輸入一個(gè)句子后，系統(tǒng)將基于該句擴(kuò)展生成一個(gè)兒童故事。這項(xiàng)演示受到了微軟 “Tiny Stories” 論文和 Andrej Karpathy 的 TinyLlama2 項(xiàng)目的啟發(fā)，TinyLlama2 項(xiàng)目使用了 2,100 萬(wàn)個(gè)故事來(lái)訓(xùn)練小語(yǔ)言模型生成文本。

該演示搭載了 Arm Ethos-U85 NPU，并在嵌入式硬件上運(yùn)行小語(yǔ)言模型。盡管大語(yǔ)言模型 (LLM) 更加廣為人知，但由于小語(yǔ)言模型能夠以更少的資源和較低的成本提供出色的性能，而且訓(xùn)練起來(lái)也更為簡(jiǎn)易且成本更低，因此越來(lái)越受到關(guān)注。

在嵌入式硬件上實(shí)現(xiàn)基于 Transformer 的小語(yǔ)言模型

Arm 的演示展示了 Ethos-U85 作為一個(gè)小型低功耗平臺(tái)，具備運(yùn)行生成式 AI 的能力，并凸顯了小語(yǔ)言模型在特定領(lǐng)域中的出色表現(xiàn)。TinyLlama2 模型相較 Meta 等公司的大模型更為簡(jiǎn)化，很適合用于展示 Ethos-U85 的 AI 性能，可作為端點(diǎn) AI 工作負(fù)載的理想之選。

為開發(fā)此演示，Arm 進(jìn)行了大量建模工作，包括創(chuàng)建一個(gè)全整數(shù)的 INT8（和 INT8x16）TinyLlama2 模型，并將其轉(zhuǎn)換為適合 Ethos-U85 限制的固定形狀 TensorFlow Lite 格式。

Arm 的量化方法表明，全整數(shù)語(yǔ)言模型在取得高準(zhǔn)確度和輸出質(zhì)量之間實(shí)現(xiàn)了良好平衡。通過(guò)量化激活、歸一化函數(shù)和矩陣乘法，Arm 無(wú)需進(jìn)行浮點(diǎn)運(yùn)算。由于浮點(diǎn)運(yùn)算在芯片面積和能耗方面成本較高，這對(duì)于資源受限的嵌入式設(shè)備來(lái)說(shuō)是一個(gè)關(guān)鍵考量。

Ethos-U85 在 FPGA 平臺(tái)上以 32 MHz 的頻率運(yùn)行語(yǔ)言模型，其文本生成速度可達(dá)到每秒 7.5 到 8 個(gè)詞元 (token)，與人類的閱讀速度相當(dāng)，同時(shí)僅消耗四分之一的計(jì)算資源。在實(shí)際應(yīng)用的系統(tǒng)級(jí)芯片 (SoC) 上，該性能最多可提高十倍，從而顯著提升了邊緣側(cè) AI 的處理速度和能效。

兒童故事生成特性采用了 Llama2 的開源版本，并結(jié)合了 Ethos NPU 后端，在 TFLite Micro 上運(yùn)行演示。大部分推理邏輯以 C++ 語(yǔ)言在應(yīng)用層編寫，并通過(guò)優(yōu)化上下文窗口內(nèi)容，提高了故事的連貫性，確保 AI 能夠流暢地講述故事。

由于硬件限制，團(tuán)隊(duì)需要對(duì) Llama2 模型進(jìn)行適配，以確保其在 Ethos-U85 NPU 上高效運(yùn)行，這要求對(duì)性能和準(zhǔn)確性進(jìn)行仔細(xì)考量。INT8 和 INT16 混合量化技術(shù)展示了全整數(shù)模型的潛力，這有利于 AI 社區(qū)更積極地針對(duì)邊緣側(cè)設(shè)備優(yōu)化生成式模型，并推動(dòng)神經(jīng)網(wǎng)絡(luò)在如 Ethos-U85 等高能效平臺(tái)上的廣泛應(yīng)用。

Arm Ethos-U85 彰顯卓越性能

Ethos-U85 的乘法累加 (MAC) 單元可以從 128 個(gè)擴(kuò)展至 2,048 個(gè)，與前一代產(chǎn)品 Ethos-U65 相比，其能效提高了 20%。另外相較上一代產(chǎn)品，Ethos-U85 的一個(gè)顯著特點(diǎn)是能夠原生支持 Transformer 網(wǎng)絡(luò)。

Ethos-U85 支持使用前代 Ethos-U NPU 的合作伙伴能夠?qū)崿F(xiàn)無(wú)縫遷移，并充分利用其在基于 Arm 架構(gòu)的機(jī)器學(xué)習(xí) (ML) 工具上的既有投資。憑借其卓越能效和出色性能，Ethos-U85 正愈發(fā)受到開發(fā)者青睞。

如果在芯片上采用 2,048 個(gè) MAC 配置，Ethos-U85 可以實(shí)現(xiàn) 4 TOPS 的性能。在演示中，Arm 使用了較小的配置，即在 FPGA 平臺(tái)上采用 512 個(gè) MAC，并以 32 MHz 的頻率運(yùn)行具有 1,500 萬(wàn)個(gè)參數(shù)的 TinyLlama2 小語(yǔ)言模型。

這一能力凸顯了將 AI 直接嵌入設(shè)備的可能性。盡管內(nèi)存有限（320 KB SRAM 用于緩存，32 MB 用于存儲(chǔ)），Ethos-U85 仍能高效處理此類工作負(fù)載，為小語(yǔ)言模型和其他 AI 應(yīng)用在深度嵌入式系統(tǒng)中的廣泛應(yīng)用奠定了基礎(chǔ)。

將生成式 AI 引入嵌入式設(shè)備

開發(fā)者需要更加先進(jìn)的工具來(lái)應(yīng)對(duì)邊緣側(cè) AI 的復(fù)雜性。Arm 通過(guò)推出 Ethos-U85，并支持基于 Transformer 的模型，致力于滿足這一需求。隨著邊緣側(cè) AI 在嵌入式應(yīng)用中的重要性日益增加，Ethos-U85 正在推動(dòng)從語(yǔ)言模型到高級(jí)視覺(jué)任務(wù)等各種新用例的實(shí)現(xiàn)。

Ethos-U85 NPU 提供了創(chuàng)新前沿解決方案所需的卓越性能和出色能效。Arm 的演示顯示了將生成式 AI 引入嵌入式設(shè)備的重要進(jìn)展，并凸顯了在 Arm 平臺(tái)上部署小語(yǔ)言模型便捷可行。

Arm 正為邊緣側(cè) AI 在廣泛應(yīng)用領(lǐng)域帶來(lái)新機(jī)遇，Ethos-U85 也因此成為推動(dòng)新一代智能、低功耗設(shè)備發(fā)展的關(guān)鍵動(dòng)力。