数据创建是在历史新高的历史上，预计IOT这样的新兴技术只会增加这种趋势。事实上，Forbes分析师Tom Coughlin预测到2025年，光物联网就会创造超过79 zettabytes的数据。
年度数据预测。图片由《福布斯》
面对如此庞大的数据量，一个主要挑战是大多数计算机架构的内存限制。数据必须进出内存和处理单元，这导致了系统性能的瓶颈。
最近,Arm发布了最新的处理器:Arm Cortex-R82。该处理器是该公司的前64位Linux Cortex-R处理器，旨在加快下一代企业和计算存储解决方案的开发和部署。
这个新处理器将解决什么问题?
计算存储问题
冯诺依曼体系结构规定数据总是必须在CPU和存储(内存)之间移动，导致输入查询的响应时间延迟。随着大量数据的产生和访问，以及AI/ML的实时计算需求，这一瓶颈可能构成一个严峻的挑战。
计算存储与传统架构。图片由技术目标
工程师们正在研究的一个解决方案是计算存储。计算存储将处理更靠近或甚至在存储设备内部移动。该技术通过降低资源消耗和成本来解决AI / ML应用程序的实时处理要求，同时实现延迟敏感应用的较高吞吐量。
此外，计算存储最小化数据移动能量，通常消耗数据中心的大量电力。
用于计算存储的新型Arm处理器
Arm新处理器的众多特性之一是能够将CPU的核心单独动态地分配给任意一个记忆保护单元（mmu）或a内存管理单元（MMU）。
本论科学提供存储控制器在峰值和非高峰时段期间以不同的配置文件在不同的配置中运行，从实时传统内存任务重新分配到所需计算存储任务的内核。
Arm Cortex-R82能够根据外部需求调整存储控制器上运行的工作负载类型。图片由手臂
Arm说Cortex-R82根据工作负载的不同，与以前的Cortex-R代相比，还提供了多达两倍的性能改进。这允许存储应用程序以较低的延迟运行工作负载(如ML/AI)。Arm还扩展了其可选的Neon技术，以提供额外的加速。
Cortex-R82是显著的64位，为存储应用程序中的高级数据处理提供高达1TB的DRAM访问。
AI/ML工作负载的未来
ARM在释放Cortex-R82处理器的方向上工作。
ML/AI和物联网应用的未来将受到冯-诺伊曼架构中存在的内存瓶颈的严重限制。一个直接而明显的解决方案是消除这些限制，设计能够在内存中执行计算的设备。这个处理器可能允许设计者这样做。
Arm存储解决方案总监尼尔•维尔德穆勒(Neil Werdmuller)解释了该公司生产Cortex-R82的基本原理:“在一个拥有数十亿连接设备的世界里，数据处理不再只能在云中进行。Cortex-R82将有助于确保企业能够更有效、更安全地从未来物联网部署中产生见解并提取最大价值。”
特写图像(修改)由手臂
