存储在线网络和互联网技术的进步，使得物联网(IoT)应运而生并极大推动了边缘计算设备的普及，更强的处理能力和连接性也使得数据处理更加靠近数据源。伴随ML和AI技术的发展，智能设备不仅能够执行任务，还能够学习和适应，边缘智能也变得越来越自主和强大。
在过去十年中，Arm进行了大量投资，并优化性能，实现AI算子延展与部署简化，与生态伙伴更是在智能家居、智能零售与智能制造等领域不断创新，从优化各类传感器必需的嵌入式处理器以实现超低成本、低功耗和小面积并支持控制级代码的开发，到推出增强算力与安全的Armv8-M和Arm TrustZone，嵌入式领域的Armv8.1-M，以及发布使CPU能够执行更多计算密集型的AI推理算法的Arm Helium技术，乃至迎合更高性能和更复杂AI工作负载的Arm Ethos系列AI加速器，应用层级也从家庭向企业级、工业5.0并举，进展令人振奋。
生态是计算之本。Arm软硬件计算平台吸引了各方生态创新，例如恩智浦半导体(NXP)的i.MX系列、瑞萨电子(Renesas)的RA8系列、英飞凌(Infineon)的PSoC Edge和Alif Semiconductor的Ensemble等边缘AI芯片方案，带动着边缘AI的革新。
目前，全球90%的AI都运行在基于Arm架构的CPU上，这些持续投入使Arm成为全球最普遍的AI计算平台之一，吸引了越来越多的开发者加入。
两款新品亮相
4月9日，Arm智能物联产品组合中又新增一些新成员。
1）新一代AI微加速器：Arm Ethos-U85 NPU
Arm Ethos-U NPU系列是业界首款AI微加速器，英飞凌、恩智浦半导体、奇景光电(Himax)、Alif Semiconductor和Synaptics等领先企业均已推出搭载Ethos-U的量产芯片。
与上一代产品相比，Arm Ethos-U85为高性能边缘AI应用带来了四倍的性能提升、20%的能效提升，并保持了一致工具链，实现了无缝的开发者体验。它支持128到2048个MAC单元的配置，在最高性能配置下提供4TOPs的AI算力，以可持续的方式支持未来的应用场景。
Ethos-U85不仅提供卷积神经网络(CNN)所需的权重矩阵乘的运算，还支持矩阵相乘——这是Transformer架构网络的基本组成部分，这是优化大模型边缘落地微调时间、提升模型泛化的关键特性。
基于Transformer的模型具有优异的泛化功能，它将更快地驱动新AI应用的发展。Transformer在视觉和生成式AI用例中，比如视频理解、图文结合，图像增强与生成、图像分类和目标检测等方面都极有价值。Transformer架构网络的注意力机制容易利用并行计算来实现，提高硬件使用效率，使得这些模型能够部署在计算资源有限的边缘设备上。开发者可以通过选用针对Transformer架构网络优化的设计，发掘边缘AI的新机遇，使这些应用享有更快的推理、更优化的模型性能和可扩展性。
支持低功耗MCU系统中AI加速的Ethos-U85在高性能边缘计算系统中，也得到越来越多诸如Linux等标准操作系统和高级开发语言应用处理器的加快部署，这种模式更有利于云原生开发和云边端负载调度。在处理数据量日益增长的AI应用系统中，这个趋势尤为显著：借助Armv9 Cortex-A CPU的加持，Ethos-U85为基于应用处理器的智能物联网平台上运行的AI任务实现加速。
这意味着Ethos-U85将在工业机器视觉、边缘网关、可穿戴设备和消费类机器人等应用中带来高效能的边缘推理。
2）全新智能物联参考设计平台：Arm Corstone-320
Corstone-320包含了Cortex-M系列最高性能的嵌入式处理器Cortex-M85与全新的Ethos-U85 NPU AI加速器组成，用于帮助合作伙伴简化系统开发；Corstone-320还包含Arm Mali-C55 ISP，针对边缘MCU和传感器系统越来越依赖于视觉和图像感知，以实现为视觉应用优化的低功耗系统，这个参考设计是针对实际工作负载开发的，参考用例包括部署在智能家居中的电池供电摄像系统，以及在工业和零售系统中的低帧率网络摄像头。
Corstone-320参考设计提供了有安全保证的软硬件组合，使得在此参考设计基础上开发的合作伙伴能够顺利地通过PSA Certified Level 2认证，实现对区域和全球安全标准的合规。Arm坚信，通过Corstone-320预先集成、预先验证的参考设计模版，必定能帮助合作伙伴减少边缘智能芯片开发的成本和时间。
在提供芯片计算子系统IP组合之外，Corstone-320还附带了软件、AI模型库和开发工具，以实现软件的复用；附带仿真Corstone-320完整系统的Arm虚拟硬件(Arm Virtual Hardware)以及单独的CPU和NPU的固定虚拟平台(FVP)模型，可简化开发并加速产品设计，支持软硬件并行协同开发。
这种提供边缘AI和智能物联网计算子系统全套软硬件和工具链的方法，使得合作伙伴能够在一系列性能点上快速开发，并聚焦于打造差异化价值。
Arm计算平台：优势在握
1）简单易用
简单易用才更适于普及推广。这也是随着边缘AI的持续扩展，物联网生态链上下游的芯片与系统供应商、算法软件开发者与集成商们越来越汇聚在Arm计算平台的原因。Arm计算平台提供了AI从云到端、现代敏捷开发和部署流程中所需的特性和功能，实现基于量产验证的一致架构，并采用统一工具链的AI转型。
2）开源开放
包括开发者、数据科学家、学术界在内的AI研究开发社区，在持续受益于Arm生态系统与合作伙伴提供丰富信息与知识的同时，也围绕Arm计算平台构建日益增长的软件和工具生态系统，以及开源软件库和AI框架。比如为人熟知的PyTorch开源ML框架，广泛用于构建和训练神经网络模型，而PyTorch基金会投资边缘AI，发布针对移动和边缘设备推理工具包ExecuTorch，提供了轻量级运行时(Runtime)和算子注册表，覆盖了PyTorch生态系统中的各类模型。
Arm特有的IP授权许可模式和开放生态，使得OEM和ODM可以有多种基于Arm架构和计算平台的芯片与模组选择，更灵活地开发适于最终应用的系统方案。
3）需求平衡
高性能的处理能力往往伴随着更高的功耗，而边缘设备往往对功耗和成本都有着严格限制。因此，在设计边缘AI芯片和系统时，需要在计算能力和能效之间找到合适的平衡。
与此同时，随着越来越多的数据在边缘被处理，数据安全和隐私保护变得尤为重要。这要求芯片设计必须包含加密和安全功能。
边缘用例五花八门，传统物联网市场存在碎片化，需要统一多样化的应用要求，才能达到规模化效益，软件定义和适于软件移植的标准更是必不可少，Arm在IP、参考设计和软件标准上持续投入，从而帮助整个边缘AI生态应对这些挑战。
全新的Ethos-U85和Corstone-320参考设计平台，满足了边缘AI用例对更高性能计算的需求，为最新的AI模型、框架提供了原生支持，并沿用Arm软件与AI开发者已经熟知的工具链，具有投资复用、上手容易等优势。这些最新的产品与参考设计加入了丰富的IP产品和技术组合中，使Arm技术能够覆盖更广泛、多样化的智能物联网应用，并满足最新边缘AI市场的性能、成本和能效需求。
4）全面生态
AI的普及与大模型和生成式AI的迅猛发展，为物联网生态系统带来了前所未有的发展机遇。Arm也在与一系列软件算法与工具伙伴合作，以确保为边缘AI系统开发者提供其所需的工具和支持，借助足够的技术广度和经验，强有力地支持整个边缘计算生态系统抓住AI机遇。
Arm：边缘AI计算领域的领导者
从Cortex-M嵌入式处理器的Helium矢量增强指令集，到Cortex-A应用处理器的SVE、SVE2、SME对矢量和矩阵运算的优化，再到Ethos-U AI加速器，随着边缘AI的持续发展，Arm始终处于推动市场和技术进步的核心地位，且决不止步于此。
边缘AI还将随着大模型和生成式AI崛起，用户体验的持续提升、数据量激增以及企业对数据价值的认可，推动行业的巨大变化，如在设备上实现实时语言翻译等。随着大模型持续通过量化、剪枝和聚类技术来缩减优化，以更适于在边缘和超级终端设备部署，大小模型云边端结合正成为未来AI产品的重要发展趋势与AI应用赋能行业发展的重要方向，生态系统中的开发者正在树莓派设备上评估运行包括LLaMA等在内的大模型。
边缘部署大模型和生成式AI用例指日可待，而Arm已经为此做好准备，来挑战物联网与大模型、多模态AI结合的性能与效率极限。
智能必须无处不在，云边端缺一不可。
边缘侧Arm架构芯片的支持，关系到各行各业智能化的成败。此次Arm新推出的Ethos-U85以及Corstone-320旨在加速AI系统的快速落地，促进未来多模态智能应用的全方位部署；Arm将与生态伙伴们砥砺奋进，释放前所未有的AI潜力。
【本文根据Arm物联网事业部业务拓展副总裁马健Chloe Ma在发布会上演讲整理，有删节】