作為人工智能 (AI) 的創(chuàng)新基礎(chǔ)，眾多企業(yè)都在使用通用且應(yīng)用廣泛的 Arm 計算平臺。迄今為止，合作伙伴基于 Arm 架構(gòu)的芯片出貨量已逾 2,800 億顆。如今，Arm 已為各類技術(shù)領(lǐng)域的 AI 應(yīng)用提供支持，這也是為何 AI 的技術(shù)先行者們能夠基于 Arm 平臺快速創(chuàng)新的關(guān)鍵原因。

無論是現(xiàn)在還是未來，Arm 平臺都是 AI 運行的基石。若要滿足對 AI 技術(shù)和應(yīng)用的旺盛需求，則必須在計算領(lǐng)域的方方面面實現(xiàn)無處不在的 AI 功能。從使用無數(shù)處理器訓練大語言模型 (LLM) 的大型數(shù)據(jù)中心，到全球數(shù)字消費者每天接觸邊緣 AI 的電子設(shè)備，計算領(lǐng)域的方方面面都有 AI 的身影。

接下來，讓我們一探究，了解 Arm 是如何賦能無處不在的 AI。

高效的 AI 計算

若要滿足 AI 對高算力的需求，則少不了對高效計算性能的投入。

生成式 AI 的發(fā)展推動了對 AI 算力和資源的需求空前增長。一名荷蘭研究人員指出，如果一年內(nèi)每次使用 Google 進行搜索都運用到 AI，其所需的電力相當于愛爾蘭全國一年的用電量。長遠來看，考慮到地球上資源有限，這種方法是難以為繼的。

Arm 提供了計算性能和能效的卓越組合，推動了智能手機領(lǐng)域的技術(shù)革新，而我們看到同樣的趨勢也正發(fā)生在 AI 革新中。

數(shù)據(jù)中心中的 AI

頭部超大規(guī)模服務(wù)運營商正采用定制芯片戰(zhàn)略，來進行數(shù)據(jù)中心轉(zhuǎn)型，以迎接 AI 時代。

軟銀公司正在與 NVIDIA 合作，建設(shè)全球首座采用基于 Arm 架構(gòu)的 Grace Hopper 超級芯片的 5G AI 數(shù)據(jù)中心。這一突破性的 AI 加速 CPU 專為超大規(guī)模 AI 和高性能計算應(yīng)用而設(shè)計。Grace Hopper 基于 72 顆 Arm Neoverse V2 核心打造，在 AI 的高負荷任務(wù)中實現(xiàn)了 10 倍的性能飛躍，同時大幅提高了每瓦性能。微軟則在此前發(fā)布了其首款專為云計算打造的定制芯片 Azure Cobalt 100 處理器，該處理器基于Arm Neoverse CSS N2 打造。此外，基于 Arm Neoverse 平臺的 AWS Graviton3 可以使 AI 推理（使用訓練后的模型對新的真實數(shù)據(jù)進行預測的過程）的成本節(jié)約 50%。

在數(shù)據(jù)中心中約有 85% 的 AI 工作負載用于運行推理，其驅(qū)動了各種用例、行業(yè)和設(shè)備的 AI 應(yīng)用，因此企業(yè)有巨大的動力來降低相關(guān)的能源消耗和成本。

邊緣 AI

除了數(shù)據(jù)中心和云服務(wù)，許多 AI 工作負載還需要在設(shè)備上進行處理，以便更有效地分布 AI 工作負載。

在設(shè)備上處理 AI 工作負載已經(jīng)成為現(xiàn)實，無論是智能手機、智能家居設(shè)備還是智能汽車，這一趨勢將繼續(xù)增長，特別是隨著大語言模型 (LLM) 變得更加高效，并針對特定任務(wù)、用例或設(shè)備而專門打造。直接在采集數(shù)據(jù)的設(shè)備上處理 AI 計算，可以帶來更快、更安全的用戶體驗并減少延遲，這對于工業(yè)和汽車應(yīng)用等對安全性要求很高的用例來說至關(guān)重要。

開發(fā)者正在編寫更精簡的 AI 模型，以在小型微處理器甚至更小的微控制器上運行，從而節(jié)省能源、時間和成本。例如，Plumerai 提供的軟件解決方案可在基于 Arm Cortex-A 和 Cortex-M 的系統(tǒng)級芯片 (SoC) 上加速神經(jīng)網(wǎng)絡(luò)，并在基于 Arm 架構(gòu)的微控制器上運行略高于 1MB 的 AI 代碼，其可執(zhí)行面部檢測和識別等功能。

基于處理器技術(shù)的 AI

無論是由 CPU 處理全部 AI 工作負載，還是由 GPU 或 NPU 等協(xié)處理器提供支持，AI 處理始于 CPU。

過去十年間，Arm 的 CPU 和 GPU 的 AI 處理能力每兩年就實現(xiàn)翻番，目前 70% 的第三方應(yīng)用中的 AI 都基于 Arm CPU 運行，在關(guān)鍵技術(shù)市場中推動了邊緣 AI 的顯著發(fā)展。

基于 Armv9 CPU 和 GPU 技術(shù)打造的高性能 AI 手機現(xiàn)已問世，其中包括搭載 MediaTek 天璣 9300 的 vivo X100 和 X100 Pro 智能手機，以及 Google Pixel 8，這是首款專為 Google 的 AI 模型 Gemini Nano 進行工程研發(fā)的智能手機，可在邊緣執(zhí)行一系列 AI 的任務(wù)。與此同時，超過 200 億個基于 Arm 架構(gòu)的 SoC 能夠運行各種物聯(lián)網(wǎng)設(shè)備上廣泛的 ML 工作負載，包括基于 Cortex-M 處理器、Arm Ethos-U NPU 和 Cortex-A CPU 打造的設(shè)備。而在汽車領(lǐng)域，如今的車用芯片可實現(xiàn)基本的 AI 功能，如障礙物檢測、3D 視圖和簡單的傳感器融合，這些功能都在 Arm CPU 上運行。下一代基于 AI 的汽車功能，如先進駕駛輔助系統(tǒng) (ADAS) 和自動駕駛功能，也基于 Arm CPU 而構(gòu)建。

全球最大的開發(fā)者社區(qū)

Arm 持續(xù)的軟件投入正建立起全球最大的 AI 開發(fā)者社區(qū)。

Arm 致力于以最常見的方式讓開發(fā)者能夠更簡單、更快速、更安全地進行編碼，攜手實現(xiàn)無處不在的 AI。如今，超過一億用戶可以使用 Arm NN 軟件開發(fā)工具包，在 Arm CPU 和 GPU 上優(yōu)化 ML 工作負載。對于全球 1,500 萬 Arm 架構(gòu)設(shè)備開發(fā)者來說，這使他們能夠運行復雜的 AI 和 ML 工作負載，確保將應(yīng)用更快地推向市場。

Arm 在其業(yè)界領(lǐng)先的生態(tài)系統(tǒng)中開展了一系列合作，以使我們對開發(fā)者的 AI 承諾付諸實踐。此外，我們還通過開源框架和庫，為基于 Arm 架構(gòu)的硬件提供強大的 ML 功能，為開發(fā)者提供全方位支持，包括 TensorFlow、PyTorch、Caffe 2、OpenVINO 和 TVM，從而為開源社區(qū)打造 AI 創(chuàng)新基礎(chǔ)。

寫在最后

AI 為下一個技術(shù)創(chuàng)新奠定了基礎(chǔ)，引領(lǐng)社會進入一個潛力非凡的新時代。而實現(xiàn)這一切的前提正是讓 AI 無處不在。這不僅意味著要在云端、數(shù)據(jù)中心和超級計算機中實現(xiàn) AI，還要確保復雜的 AI 工作負載能夠在更小、更受限的邊緣技術(shù)和設(shè)備上運行。能效與性能對于推動邊緣 AI 的發(fā)展同等重要。

Arm 正在促成這一目標。我們提供了應(yīng)用廣泛的通用計算平臺，賦能邊緣設(shè)備和其他領(lǐng)域的各種可能性。無論是我們的 CPU、GPU、ISP 還是 NPU，Arm 在每一代產(chǎn)品中都增加了更多 AI 性能、效率功能及安全特性，同時還為合作伙伴提供了多樣的靈活性，使它們能夠集成和開發(fā)自己的創(chuàng)新解決方案。而在軟件、工具和生態(tài)系統(tǒng)方面，IP 與開源軟件和工具乃至廣泛的行業(yè)領(lǐng)先生態(tài)系統(tǒng)相結(jié)合，讓全球上千萬開發(fā)者都可以使用 Arm 計算平臺作為 AI 創(chuàng)新的基礎(chǔ)。從傳感器、智能手機，到工業(yè)級物聯(lián)網(wǎng)、汽車和數(shù)據(jù)中心，基于 Arm 平臺的 AI 無處不在。