1. 首頁 > 生活百科 > >

從可穿戴、智能家居到具身智能，邊緣AI猛踩油門，Arm軟硬生態大招鋪路

ai人工智能it芯片物聯網arm

從可穿戴、智能家居到具身智能，邊緣AI猛踩油門，Arm軟硬生態大招鋪路

文章圖片

從可穿戴、智能家居到具身智能，邊緣AI猛踩油門，Arm軟硬生態大招鋪路

文章圖片

從可穿戴、智能家居到具身智能，邊緣AI猛踩油門，Arm軟硬生態大招鋪路

文章圖片

從可穿戴、智能家居到具身智能，邊緣AI猛踩油門，Arm軟硬生態大招鋪路

智東西
作者 | 云鵬
編輯 | 漠影
當前 ， 隨著AI技術與各類設備的加速融合 ， AI早已不再局限于云端 ， 而正在向邊緣和端側加速落地 。 據SHD Group預測數據 ， 到2030年 ， 邊緣AI SoC市場營收或達千億美元規模 。
從應用層面來看 ， 邊緣AI能帶來時延、安全、能效、成本和穩定性等多方面優勢 ， 但也在技術和生態層面帶來諸多挑戰 。
舉例來說 ， 智能攝像頭正通過本地運行更復雜的計算機視覺算法 ， 工業傳感器也更多在本地處理更復雜的AI模型 ， 這類設備的本地運行模式 ， 確實能帶來更低時延與成本；但隨著設備側數據量持續攀升 ， 工作負載達到新量級 ， 數據安全的重要性也被提升到了空前高度 。
在這樣的背景之下 ， 物聯網廠商迫切需要新的AI算力底座幫助他們進行快速創新和擴展 ， 行業正呼喚技術層面更高效、生態層面更完善的新解法 。
近年來 ， 作為計算平臺領域重要玩家之一的Arm ， 對AI的發展一直保持著敏銳嗅覺 ， 其諸多重要策略均直指AI給各領域帶來算力挑戰 。 從數據中心、汽車、手機、PC到IoT ， 基于Arm生態的AI計算平臺已經無處不在 。
聚焦邊緣AI領域 ， Arm于今年二月發布了全球首個專為物聯網及邊緣AI工作負載優化的Armv9邊緣AI計算平臺 ， 推動物聯網行業加速邁入AI時代 。 如今 ， 該計算平臺將正式通過Arm技術授權訂閱模式中的Arm Flexible Access模式開放獲取 ， 為邊緣AI產業發展進一步注入新動力 。

一、底層架構創新下放 ， Arm新平臺直指物聯網AI融合痛點縱觀當前AI技術的發展 ， AI大模型“小型化”趨勢突出 ， 越來越多的優秀小模型開始擁有更為出色的AI性能；與此同時 ， Agent智能體浪潮涌起 ， Agent成為各類垂類專業模型的“大管家” ， 調度各類設備、統籌各類邊緣和端側數據 ， 高效處理復雜的現實任務 。
物聯網設備的AI化已經成為一種必然 ， 正如Arm所指出的 ， 下一波AI計算創新浪潮將在邊緣側展開 ， 在那些讓智能更貼近數據產生源頭的設備、接口與系統中蓬勃發展 。
在這樣的確定性之下 ， 如何讓物聯網設備可以更好地在邊緣側落地AI ， 已成為十分迫切的問題 。 整體來看 ， Armv9在物聯網領域的下放 ， 提供了智能邊緣設備大規模部署所需的高性能與高能效 ， 其內置的安全機制還能兼顧數據安全 ， 而架構本身的靈活性與可擴展性 ， 更為后續發展預留了充足空間 。
【從可穿戴、智能家居到具身智能，邊緣AI猛踩油門，Arm軟硬生態大招鋪路】首先 ， AI時代最核心的是AI性能 。 Arm最新的邊緣AI計算平臺將性能拉滿——通過集成增強的Armv9的Neon和SVE2向量處理技術 ， 在ML性能方面 ， Cortex-A320相較于前代超高效CPU（Cortex-A35）提升了高達10倍的ML計算能力 ， 標量性能提升了30%；相較于去年推出的基于Cortex-M85的平臺 ， 新平臺的ML性能提高了8倍之多 。 目前新邊緣AI計算平臺已經可以支持參數量超10億的端側AI模型 。
Arm物聯網事業部硬件產品管理高級總監Lionel Belnet在與智東西等媒體的交流中提到 ， Arm在邊緣AI的Armv9產品矩陣可從超高能效的Cortex-A320一路展開到最新發表的超高性能C1-Ultra ， 達到邊緣AI全場景的覆蓋 。
能效方面 ， Arm架構本身以低功耗著稱 ， 而Armv9邊緣AI計算平臺中包含了Armv9架構的超高能效CPU——Arm Cortex-A320 ， 它的能效比較Cortex-A520（Arm的高效Armv9.2 CPU）提升了50% ， 進一步降低了功耗 。
需要指出的是 ， 能效對應的是企業成本 ， 這對物聯網這種對功耗要求嚴苛的行業至關重要 ， 這也是Arm架構在該領域廣受歡迎的原因 。
另外一個至關重要的點是安全性 。 為了應對大量數據在邊緣側的采集、計算帶來的數據隱私安全的風險 ， Arm將Armv9的一系列先進安全技術下放到邊緣AI市場 ， 如指針驗證（PAC）、分支目標識別（BTI）和內存標記擴展（MTE） ， 給邊緣側的關鍵應用與數據安全提供了扎實的防護 。
值得一提的是 ， 在出色AI能力、高安全性的基礎上 ， Armv9架構的高擴展性、靈活性同樣給物聯網廠商們帶來了開發層面的極大便利 。
此外 ， 邊緣AI普及面臨的最主要障礙之一就是軟件開發和部署的復雜性 ， 這正是Armv9邊緣AI計算平臺軟件生態系統發揮優勢的關鍵所在 。
今年初Arm將開源AI庫Arm KleidiAI擴展到了物聯網領域 ， 迄今已與幾乎所有主流物聯網AI框架進行集成 。 簡單來說 ， Arm KleidiAI可以讓開發者無縫地利用到Armv9架構的先進功能和靈活性 ， 簡化邊緣AI開發流程 。
根據官方數據 ， 在Llama.cpp上運行微軟Tiny Stories數據集 ， KleidiAI的集成給新的Cortex-A320可以帶來70%的性能提升 ， 同時KleidiAI兼容Linux、Zephyr等操作系統 ， 靈活性大幅提升 。
可以說 ， 從性能、能效、安全到開發生態 ， 新的Armv9邊緣AI計算平臺給物聯網擁抱AI提供了新解法 ， 讓物聯網賽道的廠商和開發者們能夠更快抓住AI新機遇 ， 加速邊緣AI的落地 。

二、進一步降低技術落地門檻 ， Arm生態“朋友圈”加速擴容做好了物聯網邊緣AI落地一攬子解決方案還不夠 ， Arm還進一步降低先進技術獲取門檻 ， 直接將Armv9邊緣AI計算平臺 ， Cortex-A320與Ethos-U85 ， 正式引入Arm技術授權訂閱模式中的Arm Flexible Access方案之中 。
直觀來看 ， Arm從市場切入路徑、成本結構、創新效率等方面給廠商帶來價值 ， 讓技術更好地“落到實處” ， 讓所有中小企業能更好獲益 ， 加速實現AI普惠 。
憑借這一模式 ， Synaptics、樹莓派、Weeteq、Hailo及SiMa.ai等合作伙伴已成功打造出具有開創性的邊緣AI技術 ， 在物聯網諸多細分領域加速落地 。
根據官方數據 ， 目前基于Arm Flexible Access方案的合作伙伴已經實現超400次成功流片 ， 活躍成員數量超過300家 。 在落地中國后 ， 已有超過70家國內客戶采用了該技術授權模式 ， 進行產品創新開發 。

結語：邊緣AI風暴狂涌 ， Arm技術生態迸發巨大潛力當前 ， 邊緣AI的發展 ， 促使行業對硬件和軟件異構性、順暢開發和規?；踩匀矫娴男枨竺蜐q ， 邊緣AI計算創新勢在必行 。
Armv9架構的諸多特性、出色的AI能力基礎、完善的軟件和生態支撐 ， 都給行業各路玩家帶來了新的可能性 ， 新的Arm邊緣AI計算平臺無疑會成為新一輪物聯網創新的催化劑 。
展望未來 ， AI向邊緣、端側的轉移已經成為行業確定趨勢 ， 邊緣AI正在加快各種技術設備的數字化轉型 。 在這一未來趨勢下 ， Arm依靠硬核技術創新底色、靈活的技術獲取模式以及深厚的開放軟件生態系統 ， 無疑展現出巨大潛力 ， 成為物聯網玩家在AI時代搏浪的堅實基座 。

    推薦閱讀