　そもそもArmがAI（人工知能）に注力し始めたのは2017年だったと記憶している。それまでは、同社のMedia Processing GroupのVP, Fellow&GMというポジションで「Mali GPU」の指揮を執っていたJem Davies氏が、突如Machine Learning Groupという新設部門に異動したあたりから、本腰を入れ始めた感がある。

　もちろん、それ以前からAIというかML（Machine Learning、機械学習）に対するサポートは行っており、2017年には「DynamIQ」の発表に際してアクセラレータに対応したACPと呼ばれるポートが追加されたり、「ArmNN」と呼ばれるフレームワークを提供したりはしている。ただ当時は「Cortex-A」やMali GPU上で既存のNN（Neural Network、ニューラルネットワーク）を動かすためのフレームワーク以上のものではなく、Cortex-AやMali GPUの方もまだNNに最適化された構造ではなかった。

　加えて言えばArmNNが広く知られるようになったのは、2018年9月にArmからLinaro Machine Intelligence InitiativeにArmNNが寄贈されてからであり、その前は知名度はいまひとつだった感がある。

「Project Trillium」から始まったArmのAI戦略

　さて、先述したMachine Learning Groupが2017年9月に発足してから数カ月で発表されたのが「Project Trillium」である。Project Trilliumは、機械学習やオブジェクト検知機能を提供する新型プロセッサとNNのソフトウェアを含むIPスイートとされたが、まだこの段階では具体的なIPの形にはなっていない。

　これが多少なりとも具体化して現れたのは2018年8月だ。「HotChips 30」において、「Arm ML Processor」の詳細が公開され、これでProject Trilliumの目指すものがおおむね理解できた形である。ただしこの段階ではまだ正式名称は付いておらず、また最終製品に比べると若干構成が異なっていたりする。

　そして最終製品である「Arm Ethos-N77」として発表されたのが2019年5月のことである。これに続き、「Arm TechCon 2019」開催“後”の2019年10月23日に中国の北京で開催された「Arm Tech Symposia 2019 Beijing」において、「Ethos-N37/N57」が発表されている。

　並行して、CPUやGPUへのML対応も急ピッチで進められることになった。こちらの記事でもちょっと触れたが、2017年に発表された「Cortex-A75」「Cortex-A55」の世代で実装された「Armv8.2-A」では、Int 8（8ビット整数）のDot Product（ドット積）と、FP16（半精度浮動小数点数）のサポートが追加された。GPUについても、2018年3月に発表された第2世代「Bifrostアーキテクチャ」に属する「Mali-G52」からFP16のサポートが追加され、2018年6月に発表された「Mali-G76」ではさらにInt 8のDot Productのサポートが追加された。その後、世代ごとに少しずつ性能は向上しており、2019年6月に発表された「Mali-G77」では、基本的なアーキテクチャそのものは変わらないながらも、同じエリアサイズでNN関連性能を大きく引き上げたとしている（図1）。