智能攝像頭將邁入64位處理技術Arm物聯網兼嵌入式事業部業務拓展副總裁馬健智能攝像頭技術正在逐步改變我們的生活，而未來，它將為我們彼此以及與周圍世界的互動方式帶來深刻的變化。從打造更安全、更高效的智慧城市，到實現安全、經濟和綠色的無人駕駛技術，到在熱帶雨林中監控非法砍伐，這些場景都對先進機器視覺技術的需求日益增長。在多樣而復雜的人工智能(AI)和機器學習(ML)應用場景對智能視覺系統的性能、實時性和可拓展性的推動下，攝像頭系統越來越需要在端側進行對圖像、視頻流以及其他傳感器數據有效地進行分析處理，這就對攝像頭硬件系統的處理能力的需求日益提高。簡而言之，為了在邊緣或終端攝像頭上運行先進的AI工作負載，就需要更高性能的計算和智能數據處理技術，以滿足高清成像、增強安全等應用需求。隨著筆記本電腦和智能手機的應用處理技術已經遷移到64位，智能攝像頭也開始轉向采用64位處理技術，使得利用更先進功能的前沿應用也可以在智能視覺系統中無縫平滑實現。例如，在世界各地的智慧城市中，我們看到攝像頭能夠運行AI算法來檢測人、寵物、包裹、車牌和其他物體。而且，隨著攝像頭本地算力的提升以及AI技術在智能攝像頭中應用的不斷擴展，智能視覺處理工作負載不僅有可能在攝像頭內置的CPU以及日趨普遍的加速器上直接運行，而且這種邊緣部署方式將越來越顯示其優勢，并有望成為主流。在這些技術發展的助力下，未來將有可能同時檢測數百人或識別超速汽車的車牌，而無需再將大量數據傳輸到云端，影響處理的實時性。為什么采用64位處理技術至關重要?通過遷移至64位處理技術，可以更好地利用先進的64位CPU硬件與身俱來的更高性能和效率。最重要的是，64位CPU架構具有增強的寄存器支持和更大的內存映射。寄存器數量和寬度的增加意味著可以在減少內存訪問次數的情況下處理更大的數據集，從而加快數據處理速度。更強的寄存器支持也意味著開發者可以利用先進的編譯器優化技術，從而進一步提高性能。由于數據集在進出本地內存的交換會影響性能，因此，當提升的寄存器支持結合了64位架構帶來的內存映射增加，軟件就可以直接訪問更多的本地數據進行處理，從而減少了對內存交換的需求。隨著智能攝像頭的成像要求日益提高，低端攝像頭和中高端攝像頭分別開始采用4K、8K分辨率。從1080p提升至4K意味著在相同的編碼方案下，攝像頭傳入視頻流的數據率翻倍。此外，為了更好地識別物體，幀率需要從15fps增加到30fps甚至60fps,對數據率和性能的需求也將相應地繼續擴增。更高的幀率將使攝像頭能夠以更高的精度檢測、識別和辨別更小的物體與快速移動的物體。從多個視頻流進行同步4K編碼的需求，也對CPU性能提出了更高的要求。而這些都能很好地通過64位處理器獲得滿足。此外，為了滿足成像和機器學習工作負載對于FLOPS性能提高了2倍，雙精度中提高了5倍，從而改善了用戶體驗。MemorytaggingBranchtargetidentifiersSecure-EL2Newcryptoextensions◆PerformanceefficiencyArmv8.0-A圖1:面向當前和未來智能攝像頭的Arm64位CPUArm64位架構(稱為AArch64)提供了更快、更大的內存訪問，使機器學加快數據進出內存的速度，以供許多不同的硬件單元使用。圖2顯示了最常見的內存流基準，并展示了從32位CPU遷移到64位CPU時，性能可以提高SHASHA-1(帶有加密擴展)時的加密性能提升生。隨著對64位Linux發行版的支持繼續擴大，越來越多公司增加了對各種Arm將持續在最新的64位架構規格版本中提供與數字信號處理、矢量處在所有智能攝像頭中采用基于64位的Arm處理器有諸多益處，其中關鍵SagemakerNeo服務，在任何支持64位Armv8-A的設備上增加了對機器學習為了加速邊緣設備的開發和部署，Arm在2021年10月發布了Arm物聯網Arm