Arm正在運用以支援AI快速發展為設計目標的解決方案，來打造邁向未來的路徑。其中的一項挑戰，是讓相關社群能夠取用新興的技術。在這篇部落格文章中我們將介紹Arm機器學習推論諮詢工具(Arm ML Inference Advisor，Arm MLIA)，並讓大家看到如何運用它來提升Arm IP的模型效能。我們同時也會解釋一些相關的前置作業，以及為何這些作業如此重要。
機器學習中未知的硬體部分
只要問過任何設計網路的人，就知道這件事相當具有挑戰性，你必須瞭解一些複雜的概念才能搞定。在機器學習的領域裡，許多人熟悉如TensorFlow 與PyTorch等高階的應用程式介面，這些強大的工具協助我們針對使用場景設立流程：訓練、微調與產生runtime。
當為了部署而對模型進行編譯時，一般的假設是任務已至尾聲；你在訓練過程中針對模型的參數進行微調，而你的機器學習流程也已完成最佳化。當你把這個模型部署到目標硬體將會如何呢？會影響整個處理器的效能嗎？今天我們就來了解這個任務的其他環節。
低階處理器架構不是個簡單的題目，要知道它的重要性不難，難在了解「為何」它很重要。對機器學習開發人員而言，了解執行推論的硬體或許不是優先事項。同時，嵌入式軟體開發人員要瞭解機器學習模型最佳化領域，可能頗為艱難。
有了Arm機器學習推論諮詢工具，我們的目標是縮短其間的落差，並讓所有抽象層級的開發人員，都能取用Arm的機器學習IP。在深入探討該工具的功能之前，我們先花點時間了解此一硬體觀點。
從雲端到邊緣再到終端裝置，Arm致力於為機器學習推論帶來極大的效能、功耗與面積效率。
- 我們最佳化神經網路的運算子，讓機器學習工作負載的運行更快速。這意味著我們檢視核心的實作，並使用Arm指令集來取代通用的呼叫。這可以為Arm IP對運算子進行加速。請參考CMSIS-NN 以及Arm NN TensorFlow Lite Delegate的實例。
- 我們在效能的分析上投入許多時間，以了解其瓶頸所在。我們藉由掌握指令週期在每一層所花的時間並執行記憶體管理，以極大化硬體與軟體的資源使用效率。
- 我們進行模型調節，以便極小化記憶體的面積或推論的時間。例如，使用量化方法可以縮小模型的大小，同時維持精確度。
這些面向將對神經網路的效能造成顯著的差異。其中一個實例是Arm Ethos處理器，這是一種神經網路處理器(NPU)，可搭配Arm Cortex-M處理器核心。此一NPU的設計用意是在嵌入式裝置執行機器學習網路，意味著在這個空間內載入越多的運算子，你的網路運作效能就會越好。
舉例來說，Ethos-U65結合具備AI功能的Cortex-M55處理器，與現有的Cortex-M CPU相比，針對量化的關鍵詞辨識Micronet模型，機器學習的效能可提升高達1,916倍。
在Micronet模型上使用Ethos-U55帶來的效能提升。
現在我們已經了解對硬體目標進行模型最佳化如此重要的原因，現在就來談談如何開始強化神經網路的效能。
簡化硬體效能分析與最佳化
Arm MLIA是一種分析神經網路如何在Arm架構上運作的工具，它還能將最佳化參數套用到已知的模型。它的誕生源自於將Arm在這些領域的努力結果集結為一套工具的需求，並讓具備不同技能組合的各種開發人員都能使用。兩個主要的輸入資料包括模型檔案(Keras或TensorFlow Lite)，與你打算部署的硬體配置。
Arm MLIA會分析這個組合，並針對如何改善該模型提出建議。它使用兩個基本指令：檢查與最佳化：第一個指令讓我們可以檢視主要的參數，以及此一複合結果對於推論代表什麼意義；第二個指令則會把最佳化的參數套用到模型上。下圖描述如何套用這些功能。
只需不到短短一分鐘...
輸入您的信箱與ID註冊即可享有一切福利!
會員福利
免費電子報
會員搶先看
主題訂閱
好文收藏
