Arm与边缘AI人工智能的未来

Arm控股公司已将自身定位于人工智能变革的核心。在一次广泛的播客访谈中，Arm全球政府事务主管Vince Jesaitis向企业决策者揭示了该公司的国际战略、其对人工智能演进的洞见，以及行业未来的发展方向。

Arm认为人工智能市场即将进入新阶段，从基于云端处理转向边缘计算。尽管迄今媒体关注焦点多集中于大型数据中心——模型在云端训练并通过云端访问——但杰赛蒂斯指出，大部分人工智能计算（尤其是推理任务）将日益分散化。

“人工智能的下一个突破点，在于实现设备端本地化处理——这些设备曾超出人们想象范围。”杰赛蒂斯指出，从智能手机、耳机到汽车及工业传感器，各类设备均可承载本地AI运算。Arm的知识产权早已深度嵌入这些终端设备：仅过去一年，全球各类设备中就有超过300亿颗芯片搭载Arm技术。

在边缘环境部署人工智能具有多重优势，Arm团队指出三大核心“胜出点”。首先，低功耗Arm芯片的固有效率意味着计算和散热的能耗成本更低，从而最大限度地减少技术对环境的影响。

其次，将人工智能置于本地环境意味着延迟大幅降低（延迟取决于本地操作与人工智能模型所在位置之间的距离）。Arm列举了即时翻译、控制系统动态调度等应用场景，以及工业物联网环境中近乎即时触发安全功能等特性。

第三，“本地化处理”避免了敏感数据外传。这对高度监管行业的组织显然有益，而日益增多的数据泄露事件也促使处理相对无害数据集的企业开始寻求缩小攻击面。

Arm表示，其针对功耗受限设备优化的芯片架构，使其特别适合在终端场景进行本地化计算。未来人工智能很可能融入各类环境，而非集中于大型供应商运营的数据中心。

Arm积极参与全球政策制定，视此为企业使命的重要组成部分。各国政府持续竞相吸引半导体投资，供应链问题与过度依赖的风险仍令众多决策者记忆犹新——新冠疫情期间的教训犹在眼前。

Arm致力于推动人才培养，目前正与白宫政策制定者合作组建教育联盟，旨在打造“具备人工智能素养的劳动力队伍”。技术领域的自主权既取决于硬件供应，更依赖于人才队伍的实力。

Jesaitis指出监管环境存在分歧：美国政府优先推动其定义的“加速与创新”，欧盟则主导安全、隐私、防护及法律强制执行的行业标准。Arm致力于在两种模式间寻求平衡点，打造既满足全球严苛合规要求，又能推动人工智能产业进步的产品。

将Arm专注于边缘计算的AI架构融入企业转型战略具有充分说服力。该公司强调其无需集中化云端即可提供可扩展AI的能力，同时大力推进硬件级安全投资。这意味着用户无需依赖集中式AI模型，即可规避内存漏洞等安全隐患。

当然，数据实践已受严格监管的行业未来不太可能放松治理——相反，监管趋严几乎不可避免。未来数年所有行业都将面临更严苛的监管和更重的违规处罚。但作为平衡点，那些能证明系统固有安全性的企业将获得显著竞争优势。Arm正是在这样的监管环境中，将自身与本地化边缘AI定位为解决方案。

此外，在欧洲和斯堪的纳维亚地区，ESG目标将日益重要。Arm芯片的低功耗特性在此展现出显著优势。这一趋势甚至引发美国超大规模云服务商的响应：亚马逊最新推出的SHALAR系列低成本、低功耗Arm架构平台正是为此需求而生。

Arm表示，其与AWS、微软等云超大规模供应商的合作，正催生出兼具能效与AI应用所需运算能力的芯片。

Jesaitis指出未来12至18个月企业可能面临的若干趋势。全球人工智能出口（尤其是来自美国和中东地区）正确保大型供应商能满足本地需求。Arm既能为这些场景中的大型供应商提供支持（作为其产品组合的一部分），又能满足日益增长的边缘人工智能需求。

Jesaitis认为，在日益受到生态影响指责的行业中，边缘AI堪称可持续发展的“英雄”。由于Arm技术最大的市场在于移动设备的低功耗计算，其本质上更“绿色”。当企业希望在不牺牲计算性能的前提下实现能源目标时，Arm提供了兼顾性能与责任的解决方案。