Arm 不斷思考著計算的未來。無論是最新架構(gòu)的功能，還是用于芯片解決方案的新技術(shù)，Arm 所創(chuàng)造和設(shè)計的一切都以未來技術(shù)的使用和體驗為導(dǎo)向。

憑借在技術(shù)生態(tài)系統(tǒng)中所處的獨特地位，Arm 對全方位高度專業(yè)化、互聯(lián)的全球半導(dǎo)體供應(yīng)鏈有著充分的了解，覆蓋數(shù)據(jù)中心、物聯(lián)網(wǎng)、汽車、智能終端等所有市場。因而，Arm 對未來技術(shù)的發(fā)展方向及未來幾年可能出現(xiàn)的主要趨勢有著廣泛而深刻的洞察。

基于此，Arm 對 2025 年及未來的技術(shù)發(fā)展做出了以下預(yù)測，范圍涵蓋技術(shù)的各個方面，從 AI 的未來發(fā)展到芯片設(shè)計，再到不同技術(shù)市場的主要趨勢。

重新思考芯片設(shè)計，芯粒將成為解決方案的重要組件

從成本和物理學(xué)角度來看，傳統(tǒng)芯片流片變得越來越困難。行業(yè)需要重新思考芯片的設(shè)計，突破以往傳統(tǒng)的方法。例如，人們逐漸意識到，并非所有功能都需要集成在單獨的單一芯片上，隨著代工廠和封裝公司探索新的途徑、在新維度下突破摩爾定律的極限，芯粒等新方法開始嶄露頭角。

實現(xiàn)芯粒的不同技術(shù)正備受關(guān)注，并對核心架構(gòu)和微架構(gòu)產(chǎn)生了深遠(yuǎn)的影響。對于芯粒，架構(gòu)師需要逐步了解不同實現(xiàn)技術(shù)的優(yōu)勢，包括制程工藝節(jié)點和封裝技術(shù)，從而利用相關(guān)特性提升性能和效率。

芯粒技術(shù)已經(jīng)能夠有效應(yīng)對特定市場需求和挑戰(zhàn)，并預(yù)計在未來幾年持續(xù)發(fā)展。在汽車市場，芯粒可幫助企業(yè)在芯片開發(fā)過程中實現(xiàn)車規(guī)級認(rèn)證，同時通過不同的計算組件，幫助擴(kuò)大芯片解決方案的規(guī)模并實現(xiàn)差異化。例如，專注于計算的芯粒具有不同數(shù)量的內(nèi)核，而專注于內(nèi)存的芯粒則具有不同大小和類型的內(nèi)存。因此，系統(tǒng)集成商可對不同的芯粒進(jìn)行組合和封裝以開發(fā)出大量高度差異化的產(chǎn)品。

“重新校準(zhǔn)”摩爾定律

在過去的摩爾定律，單一芯片上的晶體管數(shù)量已達(dá)到數(shù)十億，其性能每年翻一番，功耗每年減少一半。然而，這種在單獨的單一芯片上持續(xù)追求更多晶體管、更高性能和更低功耗的做法已經(jīng)難以為繼。半導(dǎo)體業(yè)需要重新思考和校準(zhǔn)摩爾定律及其對行業(yè)的意義。

其中之一便是，在芯片設(shè)計過程中，不再僅僅將性能作為關(guān)鍵指標(biāo)，而是將每瓦性能、單位面積性能、單位功耗性能和總體擁有成本作為核心指標(biāo)。此外，還應(yīng)引入一些新指標(biāo)，關(guān)注系統(tǒng)實現(xiàn)方面的挑戰(zhàn)（這也是開發(fā)團(tuán)隊面臨的最大挑戰(zhàn)），確保將 IP 集成到系統(tǒng)級芯片 (SoC) 及整個系統(tǒng)后性能不會下降。因此，這將需要在芯片開發(fā)和部署過程中持續(xù)進(jìn)行性能優(yōu)化。隨著科技行業(yè)大規(guī)模地朝著更高效的 AI 工作負(fù)載計算發(fā)展，這些指標(biāo)將在相關(guān)領(lǐng)域變得更加重要。

芯片解決方案實現(xiàn)真正的商業(yè)差異化

為了借助芯片解決方案實現(xiàn)真正的商業(yè)差異化，企業(yè)不斷地追求更加專用化的芯片。這也反應(yīng)在計算子系統(tǒng)的日益普及，這些核心計算組件使得不同規(guī)模的公司能夠?qū)ζ浣鉀Q方案進(jìn)行差異化和個性化定制，每個解決方案都經(jīng)過配置，以執(zhí)行或支持特定的計算任務(wù)或?qū)I(yè)功能。

標(biāo)準(zhǔn)化的重要性與日俱增

標(biāo)準(zhǔn)化的平臺和框架對確保生態(tài)系統(tǒng)能夠提供具有差異化優(yōu)勢的產(chǎn)品和服務(wù)至關(guān)重要，它們不僅能夠增加真正的商業(yè)價值，還能節(jié)省時間和成本。隨著集成了不同計算組件的芯粒的出現(xiàn)，標(biāo)準(zhǔn)化變得空前重要，它將使來自不同供應(yīng)商的不同硬件能夠無縫協(xié)同工作。Arm 迄今已攜手 50 多家技術(shù)合作伙伴一道開發(fā) Arm 芯粒系統(tǒng)架構(gòu) (CSA)，隨著更多合作伙伴的加入，Arm 與合作伙伴將共同推動芯粒市場的標(biāo)準(zhǔn)化進(jìn)程。在汽車行業(yè)，這將與 SOAFEE 的成立初衷相符，SOAFEE 旨在將軟件定義汽車 (SDV) 中的硬件與軟件解耦，從而提高計算組件之間的靈活性和互操作性，加快開發(fā)周期。

生態(tài)系統(tǒng)將圍繞芯片和軟件開展前所未有的緊密合作

隨著芯片和軟件的復(fù)雜性不斷增加，沒有任何一家公司能獨自包攬芯片和軟件設(shè)計、開發(fā)與集成的所有環(huán)節(jié)。因此，生態(tài)系統(tǒng)內(nèi)的深度合作必不可少。此類合作能為各類規(guī)模的不同公司提供特有的機(jī)會，使各公司能夠根據(jù)自身的核心競爭力提供不同的計算組件和解決方案。這對汽車行業(yè)尤為重要，汽車行業(yè)需要將包含芯片供應(yīng)商、一級供應(yīng)商、整車廠和軟件供應(yīng)商在內(nèi)的整個供應(yīng)鏈匯集在一起，分享各自的專業(yè)知識、技術(shù)和產(chǎn)品，以定義 AI 驅(qū)動 SDV 的未來，讓最終用戶能夠享受到 AI 的真正潛力。

AI 增強(qiáng)型硬件設(shè)計的興起

半導(dǎo)體行業(yè)將更多地采用 AI 輔助的芯片設(shè)計工具，利用 AI 來優(yōu)化芯片布局、電源分配和時序收斂。這種方法不僅能優(yōu)化性能結(jié)果，還能加速優(yōu)化芯片解決方案的開發(fā)周期，使小型公司也能憑借專用化芯片進(jìn)入市場。AI 不會取代人類工程師，但它將成為應(yīng)對現(xiàn)代芯片設(shè)計日益復(fù)雜的重要工具，特別是在高能效 AI 加速器和邊緣側(cè)設(shè)備的設(shè)計中。

AI 推理持續(xù)發(fā)展

在未來一年里，AI 推理工作負(fù)載將繼續(xù)增加，這將有助于確保 AI 的廣泛和持久普及。這一趨勢的發(fā)展得益于具備 AI 功能的設(shè)備和服務(wù)數(shù)量的增加。事實上，大部分日常 AI 推理，如文本生成和摘要，都能在智能手機(jī)和筆記本電腦上完成，為用戶提供了更快速、更安全的 AI 體驗。為了支持這一增長，此類設(shè)備需要搭載能夠?qū)崿F(xiàn)更快的處理速度、更低的延遲和高效電源管理的技術(shù)。而 Armv9 架構(gòu)的 SVE2 和 SME2 兩大關(guān)鍵特性，共同作用于 Arm CPU，使其能夠快速高效地執(zhí)行 AI 工作負(fù)載。

邊緣側(cè) AI 嶄露頭角

2024 年，許多 AI 工作負(fù)載已經(jīng)轉(zhuǎn)向在邊緣側(cè)（也就是端側(cè)）運行，而不是在大型數(shù)據(jù)中心進(jìn)行處理。這種轉(zhuǎn)變不僅能為企業(yè)節(jié)省電力和成本，還能為消費者帶來隱私和安全方面的保障。

到了 2025 年，我們很可能會看到先進(jìn)的混合 AI 架構(gòu)，這些架構(gòu)能夠?qū)?AI 任務(wù)在邊緣設(shè)備和云端之間進(jìn)行有效分配。在這些系統(tǒng)中，邊緣設(shè)備上的 AI 算法會先識別出重要的事件，然后云端模型會介入，提供額外的信息支持。決定在本地還是云端執(zhí)行 AI 工作負(fù)載，將取決于可用能源、延遲需求、隱私顧慮以及計算復(fù)雜性等考慮因素。

邊緣側(cè) AI 工作負(fù)載代表著 AI 去中心化的趨勢，使設(shè)備能在數(shù)據(jù)源附近實現(xiàn)更智能、更快速且更安全的處理，這對于需要更高性能和本地化決策的市場，如工業(yè)物聯(lián)網(wǎng)和智慧城市，尤為關(guān)鍵。

小語言模型 (SLM) 加速演進(jìn)

隨著技術(shù)的進(jìn)步，規(guī)模更小、構(gòu)造更緊湊、壓縮率更高、量化程度更高、參數(shù)更少的模型正在快速演進(jìn)。典型的例子包括 Llama、Gemma 和 Phi3，這些模型不僅具備更高的成本效益和效率，也更容易在算力資源有限的設(shè)備上部署。Arm 預(yù)計，2025 年這類模型的數(shù)量將繼續(xù)增加。這類模型能夠直接在邊緣側(cè)設(shè)備上運行，不僅提升了性能，還增強(qiáng)了隱私保護(hù)。

Arm 預(yù)計，越來越多的 SLM 將用于端側(cè)的語言和設(shè)備交互任務(wù)，以及基于視覺的任務(wù)，如事件解讀和掃描。未來，SLM 將從大模型中提煉出更多經(jīng)驗和知識，以便開發(fā)本地專家系統(tǒng)。

能聽、能看、能理解更多內(nèi)容的多模態(tài) AI 模型涌現(xiàn)

當(dāng)前，GPT-4 這樣的大語言模型 (LLM) 是基于人類文本進(jìn)行訓(xùn)練的。當(dāng)這些模型被要求描述某個場景時，它們只會以文字形式回應(yīng)。但現(xiàn)在，包含文本、圖像、音頻、傳感器數(shù)據(jù)等多種信息的多模態(tài) AI 模型開始出現(xiàn)。這些多模態(tài)模型將通過能夠聽到聲音的音頻模型、能夠看到的視覺模型、以及能夠理解人與人之間、人與物體之間關(guān)系的交互模型，來執(zhí)行更復(fù)雜的 AI 任務(wù)。這將賦予 AI 感知世界的能力，就像人類一樣，能聽、能看、能體驗。

智能體應(yīng)用不斷拓展

如今，當(dāng)用戶與 AI 交互時，通常是在與一個單一的 AI 進(jìn)行交互，這個 AI 會盡力獨立完成用戶要求的任務(wù)。然后，通過智能體，在用戶指定需要完成的任務(wù)時，這個智能體會將任務(wù)委托給由眾多智能體或 AI 機(jī)器人組成的網(wǎng)絡(luò)，類似 AI 的零工經(jīng)濟(jì)。目前，客服支持和編程輔助等行業(yè)已開始使用智能體。隨著 AI 的互聯(lián)性和智能程度不斷提高，Arm 預(yù)計在未來一年，智能體將在更多行業(yè)取得顯著發(fā)展。這將為下一個階段的 AI 革命奠定基礎(chǔ)，使我們的生活和工作變得更加高效。

AI 實現(xiàn)超個性化，支持更強(qiáng)大、更直觀、更智能的應(yīng)用

在 AI 的推動下，設(shè)備上將涌現(xiàn)更加強(qiáng)大和個性化的應(yīng)用。例如更智能、更直觀的個人助理，甚至私人醫(yī)生。應(yīng)用的功能將從簡單地響應(yīng)用戶請求轉(zhuǎn)變?yōu)楦鶕?jù)用戶及其所處環(huán)境主動提供建議，實現(xiàn) AI 的超個性化。這將導(dǎo)致數(shù)據(jù)的使用、處理和存儲數(shù)量呈指數(shù)級增長，因此業(yè)界和政府需要采取更嚴(yán)格的安全措施并提供監(jiān)管指導(dǎo)。

醫(yī)療服務(wù)將成為關(guān)鍵的 AI 用例

醫(yī)療服務(wù)似乎已成為 AI 的主要用例之一，而這一趨勢將在 2025 年加速發(fā)展。AI 在醫(yī)療領(lǐng)域的用例包括：預(yù)測性醫(yī)療、數(shù)字記錄存儲、數(shù)字病理學(xué)、疫苗開發(fā)和基因療法等，以幫助治療疾病。2024 年，DeepMind 的創(chuàng)始人因與科學(xué)家合作，利用 AI 預(yù)測復(fù)雜的蛋白質(zhì)結(jié)構(gòu)，且準(zhǔn)確率高達(dá) 90%，被授予諾貝爾化學(xué)獎。同時，研究證明，使用 AI 可以將藥物研發(fā)周期縮短 50%。這些 AI 創(chuàng)新為社會帶來了顯著好處，加速了救命藥物的研發(fā)和生產(chǎn)。此外，通過將移動設(shè)備、傳感器和 AI 相結(jié)合，用戶將能夠獲得更優(yōu)質(zhì)的健康數(shù)據(jù)，從而對個人健康做出更明智的決策。

推動實現(xiàn)“綠色 AI”

AI 將加速融入可持續(xù)實踐。除了使用高能效技術(shù)，“綠色 AI”策略也將受到越來越多的關(guān)注。例如，為了應(yīng)對日益增長的能源需求，AI 模型訓(xùn)練可能會來越多地選擇在碳排放較低的地區(qū)和電網(wǎng)負(fù)荷較低的時間段進(jìn)行，這可能會成為未來的標(biāo)準(zhǔn)操作。通過平衡電網(wǎng)上的能源負(fù)載，這種方法將幫助緩解峰值需求壓力，減少總體碳排放量。因此，Arm 預(yù)計會有更多云服務(wù)提供商推出針對能效優(yōu)化的模型訓(xùn)練調(diào)度服務(wù)。

其他方法還包括：優(yōu)化現(xiàn)有 AI 模型以提高能效，重復(fù)使用或重新定位預(yù)訓(xùn)練的 AI 模型，以及采用“綠色編碼”以盡可能減少能源消耗。在“綠色 AI”浪潮中，我們可能還會看到自發(fā)性標(biāo)準(zhǔn)的引入，隨后逐步形成正式標(biāo)準(zhǔn)，以促進(jìn) AI 的可持續(xù)發(fā)展。

可再生能源與 AI 的融合發(fā)展

可再生能源與 AI 的結(jié)合有望推動整個能源行業(yè)的創(chuàng)新。目前，可再生能源在可靠性和靈活性方面存在不足，難以平衡峰值負(fù)載，這限制了電網(wǎng)脫碳進(jìn)程。Arm 預(yù)計，AI 將能夠更準(zhǔn)確地預(yù)測能源需求，實時優(yōu)化電網(wǎng)運行，并提高可再生能源的效率，從而幫助解決這些問題。電能儲存解決方案也將受益于 AI，AI 能夠優(yōu)化電池性能和壽命，這對于平衡可再生能源的間歇性特性至關(guān)重要。

引入 AI 不僅有助于解決預(yù)測和平衡峰值需求的難題，還能預(yù)見性地識別維護(hù)需求，從而減少能源供應(yīng)中斷。智能電網(wǎng)則可利用 AI 進(jìn)行實時電能流動的實時管理，有效降低能源損耗。AI 與可再生能源的深度融合，預(yù)計將極大地提高能源系統(tǒng)的效率和可持續(xù)性。

異構(gòu)計算滿足多樣化 AI 需求

在廣泛的 AI 應(yīng)用中，尤其是在物聯(lián)網(wǎng)領(lǐng)域，不同的 AI 需求將需要多種計算引擎。為了最大化地部署 AI 工作負(fù)載，CPU 將繼續(xù)成為現(xiàn)有設(shè)備部署的關(guān)鍵。新的物聯(lián)網(wǎng)設(shè)備將搭載更大的內(nèi)存和更高性能的 Cortex-A CPU，以增強(qiáng) AI 性能。而新推出的 Ethos-U NPU 等嵌入式加速器將被用于加速低功耗機(jī)器學(xué)習(xí) (ML) 任務(wù)，并為工業(yè)機(jī)器視覺和消費類機(jī)器人等更廣泛的用例提供高能效邊緣推理能力。

從本質(zhì)上來看，在短期內(nèi)，我們將看到多個計算元件被用于滿足特定 AI 應(yīng)用的需求。這種趨勢將繼續(xù)強(qiáng)調(diào)開發(fā)通用工具、軟件技術(shù)庫和框架的必要性，以便應(yīng)用開發(fā)者能夠充分利用底層硬件的功能。邊緣 AI 工作負(fù)載不存在“萬能”的解決方案，因此，為生態(tài)系統(tǒng)提供靈活的計算平臺非常重要。

虛擬原型日益普及，為汽車行業(yè)芯片和軟件開發(fā)流程帶來革新

虛擬原型加速了芯片和軟件開發(fā)，使得公司能夠在物理芯片準(zhǔn)備就緒之前就著手開發(fā)和測試軟件。這對汽車行業(yè)尤為重要。在汽車行業(yè)，虛擬平臺推出后，汽車開發(fā)周期可縮短多達(dá)兩年。

2025 年，在芯片和軟件開發(fā)流程持續(xù)轉(zhuǎn)型的浪潮中，Arm 預(yù)計將有更多公司推出自己的虛擬平臺。這些虛擬平臺將無縫運行，借助 Arm 架構(gòu)提供的 ISA 對等特性，確保云端和邊緣側(cè)架構(gòu)的一致性。通過 ISA 對等特性，生態(tài)系統(tǒng)可在云端構(gòu)建自己的虛擬原型，然后在邊緣側(cè)進(jìn)行無縫部署。

這將顯著節(jié)省時間和成本，同時讓開發(fā)者有更多的時間利用軟件解決方案來提升性能。2024 年 Arm 首次將 Armv9 架構(gòu)引入汽車市場，Arm 預(yù)計后續(xù)將有更多開發(fā)者在汽車領(lǐng)域利用 ISA 對等特性，并借助虛擬原型技術(shù)來更快地構(gòu)建和部署汽車解決方案。

端到端 AI 增強(qiáng)自動駕駛系統(tǒng)性能

生成式 AI 技術(shù)正被迅速應(yīng)用于端到端模型中，有望解決傳統(tǒng)自動駕駛 (AD) 軟件架構(gòu)面臨的可擴(kuò)展性問題。得益于端到端自監(jiān)督學(xué)習(xí)，自動駕駛系統(tǒng)的泛化能力將得到提升，使之能夠應(yīng)對之前從未遇到的場景。這種新方法將有效加速運行設(shè)計域 (ODD) 的擴(kuò)展，從而以更快的速度和更低的成本將自動駕駛技術(shù)部署到高速公路和城市交通等不同環(huán)境中。

更多解放雙手的駕駛體驗，但對駕駛員的監(jiān)控也需增強(qiáng)

隨著 L2+ 駕駛員控制輔助系統(tǒng) (DCAS) 和 L3 級自動車道保持系統(tǒng) (ALKS) 的車輛法規(guī)在全球范圍內(nèi)的協(xié)調(diào)進(jìn)展，DCAS 和 ALKS 這些高級功能將實現(xiàn)更快、更廣泛的部署。領(lǐng)先的汽車制造商正在投資配備必要的硬件，以便在車輛的整個使用周期內(nèi)通過訂閱服務(wù)推廣這些功能。

為了防止駕駛員濫用自動駕駛系統(tǒng)，相關(guān)法規(guī)和“新車評估計劃 (NCAP)”正日益關(guān)注更為精密的車內(nèi)監(jiān)控系統(tǒng)，如駕駛員監(jiān)控系統(tǒng) (DMS)。例如，在歐洲，EuroNCAP 2026 的新評級機(jī)制將鼓勵直接感知式（如基于攝像頭的）DMS 與先進(jìn)駕駛輔助系統(tǒng) (ADAS) 和自動駕駛功能深度集成，以便針對不同程度的駕駛員雙手離開方向盤做出適當(dāng)?shù)能囕v響應(yīng)。

智能手機(jī)仍是未來數(shù)十年的主要消費電子設(shè)備

在可見的未來，智能手機(jī)仍將繼續(xù)扮演主要的消費電子設(shè)備。實際上，在未來的幾十年內(nèi)，它很有可能將持續(xù)作為消費者的首選設(shè)備，其他設(shè)備難以對它構(gòu)成實質(zhì)性挑戰(zhàn)。隨著 Armv9 在主流智能手機(jī)中的廣泛應(yīng)用，預(yù)計到 2025 年，新旗艦智能手機(jī)將擁有更強(qiáng)的算力和更好的應(yīng)用體驗，這將進(jìn)一步鞏固智能手機(jī)作為首選設(shè)備的地位。但很顯然，消費者會根據(jù)不同需求使用不同的設(shè)備，智能手機(jī)主要被用于應(yīng)用程序、網(wǎng)頁瀏覽和通信，而筆記本電腦仍被視為生產(chǎn)力和工作任務(wù)的“首選”設(shè)備。

同樣值得關(guān)注的是，智能眼鏡等 AR 可穿戴設(shè)備正逐漸成為智能手機(jī)的理想搭檔。智能手機(jī)之所以能夠持續(xù)流行，關(guān)鍵在于其不斷進(jìn)化的能力，從應(yīng)用到攝像頭再到游戲，而現(xiàn)在，業(yè)界正見證 AR 的新應(yīng)用場景正在涌現(xiàn)，而智能手機(jī)也開始支持可穿戴設(shè)備的 AR 體驗。

技術(shù)微型化的持續(xù)演進(jìn)

在整個科技行業(yè)中，設(shè)備正變得愈發(fā)小巧時尚，例如 AR 智能眼鏡和越來越小的可穿戴設(shè)備。這一趨勢是多種因素共同作用的結(jié)果。首先，高能效技術(shù)的應(yīng)用為設(shè)備提供了所需性能，以支持關(guān)鍵的設(shè)備功能和體驗。其次，輕量化技術(shù)的應(yīng)用讓更小巧的設(shè)備成為可能，就 AR 智能眼鏡而言，它采用了超薄碳化硅技術(shù)，不僅可實現(xiàn)高清顯示，還能大幅減小設(shè)備的厚度和重量。此外，小巧的新語言模型正在提升這些小型設(shè)備的 AI 體驗，使設(shè)備的沉浸感更強(qiáng)，互動性更好。展望明年，高能效的輕量化硬件將與小型 AI 模型加速結(jié)合，推動更小巧、功能更強(qiáng)大的消費電子設(shè)備的發(fā)展。

Windows on Arm 持續(xù)升溫

2024 年，Windows on Arm (WoA) 生態(tài)系統(tǒng)取得了顯著進(jìn)展，主流應(yīng)用已紛紛推出 Arm 原生版本。事實上，普通的 Windows 用戶 90% 的使用時間都在使用 Arm 原生應(yīng)用。最近的一個例子是 Google Drive，它于 2024 年底發(fā)布了 Arm 原生版本。Arm 預(yù)計這一勢頭將在 2025 年繼續(xù)保持下去，隨著包括 Google Chrome 在內(nèi)對用戶日常體驗至關(guān)重要的 Arm 原生應(yīng)用實現(xiàn)了大幅的性能提升，WoA 將對開發(fā)者和消費者的吸引力不斷增強(qiáng)。