云边端三位一体 Arm撑起AI的一片天！下代CPU/GPU强势来袭

AI人工智能经过长达70年的进化，在最近几年，趁着生成式AI的东风，迎来了一波史无前例的爆发。

仅仅在过去的18个月内，就有150多个基础AI模型面世，涵盖语音、图像、文字与视频生成等等。

无论是云侧、边缘侧还是端侧，AI已经无处不在，渗透到了我们生活、工作的每一个角落，颠覆了一个又一个行业领域。

在这场空前的变革中，Arm计算平台可以说扮演着非常核心的角色。

毕竟，无论是消费电子、智能手机、智能汽车、数据中心乃至是PC，Arm的身影无处不在，基于Arm架构的芯片累计出货量已经超过3100亿颗，远超任何其他架构平台。

2025年台北电脑展前夕，Arm高级副总裁兼终端事业部总经理Chris Bergey发表了主题演讲，并与联发科技、NVIDIA两大关键合作伙伴进行了深入探讨。

Bergey指出，现阶段，AI的演化速度是空前的，仅仅在过去一年的变化就令人惊叹。归纳起来可以发现三个显著的趋势：

一是AI模型变得更高效、更聪明、更专精。

不再一味追求更庞大的参数量，也不再一味吃掉更强大的硬件算力，即便是小尺寸模型也能胜任不同工作。

二是云侧AI正迅速向边缘侧、端侧延伸。

尤其是在端侧高效运行AI、利用AI，已经毋庸置疑，而且云边端AI的融合日渐深入、难分彼此。

三是AI智能体大规模涌现，实体AI也衍生出了新的机遇。

AI智能体已经出现了非常成功的商业落地项目，尤其是AI编程、AI客服最为典型，甚至有的创业公司在不到100人的情况下，利用AI就实现了上亿美元的营收；

实体AI方面，具身机器人、机器狗、配送机器人等快速崛起，虽然距离人类智能水平还差很远，但已经在某种程度上可以自主运行。

当然，AI以各种形式在各行各业的应用，都离不开强大的底层基础架构，而对于构建AI系统的基础要素，Arm认为有三个关键因素：

一是云边端无处不在的独特平台。

AI的运行往往不限于某一个范围，比如在端侧、边缘侧越来越流行，但很多工作负载又离不开云侧，或者兼而有之，因此一个高度可移植的平台对于推动AI发展的灵活性是至关重要的。

二是更高的能效比。

AI对于电力能源的消耗有目共睹，尤其是在数据中心的大规模AI训练，能耗已经从兆瓦级(MW)跃升至吉瓦级(GW)，而其中50％以上来自机架和半导体设备。如何提高能效、降低能源消耗，已经是生死攸关的话题。

三是软件开发生态。

没有强大、优秀的软件生态，再好的AI硬件性能也无法释放出来，无法形成生产力而真正服务于人。

说到软件生态，Arm无疑拥有独特的优势，坐拥全球最大的开发生态，汇聚了超过2200万名软件开发者，同时基于Arm架构芯片出货量迄今已超过3100亿颗。

如此级别的软硬件规模，就带来了一个良性循环：大量基于Arm架构的硬件设备推动了丰富的Arm软件生态，而反过来，强大的软件生态又进一步催生了更多的硬件发展机会。

去年，Arm进一步推出了Kleidi软件库，让开发者能在各种AI模型与工作负载上，无论是音频、图像、文字、视频，都能获得最佳的性能表现。

尤其是，它可以让AI工作负载利用最新的Armv9架构加速运行，同时具备面向未来硬件架构的可持续性。

迄今为止，Arm Kleidi已经在搭载Arm架构的设备上累计安装超过80亿次，还在持续增长中。

值得一提的是，Kleidi也与大量全球主流的AI框架进行了集成，包括ExecuTorch、PyTorch、Angel、llama.cpp、MediaPipe、MNN、ONNX Runtime等等，以及中国腾讯混元的Angel机器学习框架。

说回到硬件，此前Arm在数据中心领域的布局或许还不为大众所熟知。

事实上，Arm已经在数据中心领域深耕了10多年，取得了相当的成果。

比如全球最大的云服务提供商亚马逊云科技(AWS)，早就开发了基于Arm架构的Graviton处理器，并演化多代。AWS此前表示，在他们去年部署的CPU中，超过50%是基于Arm架构的Graviton。

在这其中，既有相当一部分AWS自家的工作负载，也有大量的外部客户。AWS曾表示，其超过90%的重要客户（不包括 Amazon）都在使用Arm的先进架构，并受益于其更高的能效。

这些客户都是业界耳熟能详的企业，比如SAP、Epic Gams、Discovery等等。

除了AWS Graviton，还有大量的数据中心处理器采用了Arm架构，比如微软Cobalt、谷歌Axion、Ampere AmpereOne(甲骨文持股)、NVIDIA Grace、阿里倚天，等等。

在这些Arm计算平台的加持之下，不但大量的云服务商将自家的工作转移到Arm平台，还有越来越多的第三方厂商将其服务转向了Arm平台，带来了超过40％的能效提升。

预计在2025年，出货到头部超大规模云服务提供商的算力中，有近50%将基于Arm架构。

而在这里有一款产品尤为值得一提，那就是NVIDIA DGX Spark，一台桌面级的AI超级计算机，体积只有一台迷你机大小，是全球最小的同类产品。

它搭载了一颗超级芯片NVIDIA GB10，基于NVIDIA Blackwell GPU 和Grace CPU。

其中，CPU部分包含来自Arm的10个Cortex-X925核心、10个Cortex-A725核心，GPU部分则具备高达1PFlops的AI算力，也就是每秒1千万亿次浮点运算。

此外，它还有超高带宽的NVLink-C2C片间互连，通过针对AI所需的带宽、I/O密度进行深度优化，实现了更高效的计算性能，还为之搭配了128GB LPDDR5高带宽高能效内存、4TB SSD高速存储。

有了这样的超高算力，DGX Spark可以在本地运行多达2000亿参数的AI模型。

在今年的台北电脑展上，NVIDIA宣布联合宏碁、华硕、戴尔、技嘉、惠普、联想、微星等品牌，共同打造DGX Spark、DGX Station系统。

NVIDIA还分享了Grace CPU的最新发展势头，在埃克森美孚(ExxonMobil)、Meta等实现了一系列的实际部署，大大提升了AI工作负载的性能和效率。

在消费级市场上，2025年将有超过40％的PC、平板都运行在Arm架构之上。

比如NVIDIA、联发科技联合打造的N1系列处理器正蓄势待发，并得到了华硕、戴尔、联想、惠普、微星等众多品牌的支持。

联发科技近期还推出了Kompanio Ultra SoC处理器，更进一步提升了Chromebook设备的性能水平，使得新一代Chromebook Plus笔记本具备先进的AI与多媒体处理能力。

生态方面，Arm PC也取得了飞速发展，目前全球大多数主流应用都已经推出了原生适配Arm的版本。

目前，全球99％的智能手机都采用Arm架构，因此Arm计算平台的每一步发展，都影响深远。

比如去年发布的超大核Arm Cortex-X925，具备业内最高水平的IPC性能与进步幅度，相比上代提升了多达15％。

IPC对于处理器而言是至关重要的一个参数，因为IPC与频率的乘积，决定了整个平台的性能。

相较于单纯依赖提高频率来提升性能容易造成功耗与能效的失衡，提升IPC可以更高效地实现性能、能效的双重增强，而对于移动设备而言，控制功耗无疑是一个关键考量因素。

联发科技天玑9400系列就是Cortex-X925落地的典型代表，配合全大核设计，带来了无可比拟的性能与能效。

小米最新发布的玄戒O1，作为第一款国产3nm手机芯片，同样采用了Cortex-X925。

最后，Arm官方预告了将在今年稍晚推出的Arm Lumex CSS 解决方案，该方案将集成两款面向移动端市场的新一代CPU和GPU产品。

其中CPU代号Travis，定位旗舰CPU，将再次带来两位数的IPC性能提升，同时通过最新的SME(可伸缩矩阵扩展)，进一步加速AI处理能力。

GPU代号Drage，将进一步提升图形渲染能力，带来更沉浸的长时间游戏体验，还有更丰富的多媒体处理能力。

可以说，当下这个AI蓬勃发展的时代是一场千载难逢的机会，必将重新定义科技如何影响世界。

要想真正让这场革命落地到人们生活、工作的方方面面，真正实现AI的价值，离不开持续的科技创新，以及世界级生态系统的深度合作。

从云到边缘再到端，从手机平板、PC到汽车、物联网、数据中心，Arm计算平台正处于这场革命转型的核心。

作为未来的基石，Arm不但推动着AI无处不在，更将一步步塑造、变革AI的未来。