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。