Arm Ethos-U85: die NPU, die KI am Edge antreibt

Veröffentlicht am 21. January 2026 | Aus dem Spanischen übersetzt
Ilustración conceptual de un chip con núcleos Arm Cortex y un bloque destacado del NPU Ethos-U85, con iconos de dispositivos del borde como una cámara, un altavoz inteligente y un sensor alrededor, sobre un fondo de conexiones de datos y matrices neuronales.

Arm Ethos-U85: die NPU, die KI am Edge antreibt

Das Panorama der künstlichen Intelligenz in Alltagsgeräten entwickelt sich rasant, und Arm antwortet mit einer Schlüsselfunktion: dem Ethos-U85. Diese Neural Processing Unit (NPU) ist so konzipiert, dass Hersteller sie in ihre System-on-Chips (SoCs) integrieren können, um KI-Inferenz direkt auf dem Gerät auszuführen, ohne auf die Cloud angewiesen zu sein. 🚀

Architektur mit Fokus auf Effizienz und Skalierbarkeit

Der Kern des Ethos-U85 ist eine skalierbare Mikroarchitektur, die Designer anpassen können, um Leistung und Energieverbrauch auszugleichen. Dies ist entscheidend für batteriebetriebene Produkte oder solche, die kontinuierlich arbeiten müssen. Die NPU arbeitet Hand in Hand mit den Arm-CPU-Kernen, sei es Cortex-M für ressourcenbeschränkte Geräte oder Cortex-A für ressourcenreichere Anwendungen, und übernimmt die spezifische Arbeitslast der neuronalen Netze.

Schlüssige Vorteile dieser Integration:
In der Edge-Welt ist fokussierte Einfachheit das, was man braucht, damit dein Kühlschrank eine Apfel nicht mit einer Orange verwechselt.

Die fundamentale Rolle im Edge-Ökosystem

Durch die Lizenzierung dieses Designs ermöglicht Arm es Unternehmen, spezialisierte Chips zu entwickeln, ohne eine eigene NPU von Grund auf zu erfinden. Geräte mit Ethos-U85 können KI-Modelle lokal verarbeiten, um Sprache zu erkennen, Bilder in Echtzeit zu analysieren oder Maschinenausfälle vorherzusagen.

Vorteile der On-Device-Verarbeitung:

Spezialisierte Einfachheit für eine smarte Welt

Obwohl ihr Zweck darin besteht, Objekten „Intelligenz“ zu verleihen, ist die Essenz des Ethos-U85 ziemlich spezifisch: Matrixoperationen mit hoher Geschwindigkeit berechnen. Diese Spezialisierung ist ihre größte Stärke, da sie genau optimiert, was neuronale Netz-Algorithmen benötigen. Sie wird so zu einem fundamentalen Element für die praktische Umsetzung von KI in Überwachungskameras, Sprachassistenten, Smart-Home-Geräten und einer Vielzahl von Produkten, die das Internet der Dinge bilden. Ihr Erfolg liegt darin, eine Sache zu tun – und sie außergewöhnlich gut mit maximaler Effizienz. 💡