ARTICLE / 极客公园

Token 之后,谁来组织 AI 计算?Arm 寻找下一代计算的答案

2026年09月16日 16:34 · 来自 极客公园

阅读原文 → 收藏

如果说今年 3 月,Arm 推出首款自研 CPU 芯片,是这家公司向市场释放的一个信号,它开始尝试突破过去「只提供底层架构授权」的角色边界。那么在上海举办的 Arm Everywhere China 活动上,Arm 想传递的信息更加明确,不要再用过去「CPU IP 供应商」的方式理解今天的 Arm。 在这场活动中,Arm 没有只围绕某一个产品展开叙事,而是第一次更加完整地将自己的未来方向拆成三条线,云 AI、边缘 AI 和物理 AI。 和往年不太一样,去年 Arm 的主题演讲几乎全部围绕一件事展开 SME2,也就是让 AI 在 CPU 上跑起来。那是一个典型的「架构升级」叙事。但今年的主题演讲,三位业务负责人分别讲边缘 AI、物理 AI 和云 AI,围绕场景展开, 算力会在云、端侧和物理世界之间流动,而 Arm 想成为这个「计算基建」的底座。 今年的 Arm 试图回答的是另一个问题,当 AI 正在重新改变计算方式时,下一代计算平台应该如何被设计? 当 AI 计算正在从单一芯片性能竞争,转向多个计算单元协同竞争时,谁能够组织这些计算资源? 我们惊讶地与多位 Arm 高管的交流中发现,当下的算力平台似乎不再追求为某一种确定的未来而设计,而是选择拥抱某种不确定性。 一、AI 时代,芯片 IP 已无法决定一切 过去几十年,Arm 最成功的商业模式是通过 CPU 架构和 IP 授权连接整个半导体产业。芯片厂商基于 Arm 架构设计 SoC,终端厂商基于这些芯片打造产品,而 Arm 通过开放授权模式成为移动计算时代的重要基础设施。到今天,基于 Arm 技术的芯片累计出货已经超过 3500 亿颗。 过去,芯片竞争更多围绕单一指标展开,需要更强的 CPU、更大的 GPU、更先进的制程。但进入 AI 时代后,一次完整的 AI 任务已经不再只是某一个计算单元完成,AI 任务也从单次计算逐渐走向连续推理、多模态交互以及智能体式的任务执行。这意味着, 未来计算竞争的关键不只是拥有多少算力,而是如何让不同计算资源更加高效地协同。 这次活动的主题演讲, Arm 重点讲述了在不同任务场