當下
，人工智能從云端向終端遷移，終端對AI本地化處理的需求日益增加 ，帶動硬件加速適配升級
。IDC預測
，到2026年，中國市場中近50%的終端設備的處理器將帶有AI引擎技術。

　　正如Arm高級副總裁兼終端事業部總經理Chris Bergey近日接受《科創板日報》記者獨家專訪時所言 ，“我們正邁入Agent AI的時代
，這一系統能夠在本地自主感知環境
、規劃任務并實時響應，而不再依賴持續的云端交互 。
”他強調 ，這一轉變不僅拓展了AI的應用邊界
，也對終端硬件的效率與延遲提出了更高要求
。

　　應用方面，隨著大模型的發展 ，AI正在手機、PC 、眼鏡
、機器人、網聯車等端側設備落地
，尤其是手機 、PC等智能終端，發展速度尤為明顯。Chris Bergey表示 ，“智能手機和PC正在演變為人們的AI伴侶，深度融入思考
、工作與創作過程” 。在談到最近較為火熱的機器人應用時
，他指出，機器人未必會走進每個家庭 ，卻將在工業、制造等特定應用場景中發揮巨大作用
。而在端側AI落地方面
，他認為最大的挑戰之一，是芯片開發成本的顯著上升。

　　硬件方面 ，AI將在未來系統的所有計算單元中扮演重要角色 。無論是基于CPU還是基于GPU的AI
，或作為系統重要組件的NPU，都具備獨特的優勢和特性 ，也都將快速演進以適配AI的發展需求
。Chris Bergey透露
，Arm在神經圖形(Neural Graphics)技術領域已經耕耘了一段時間，相關成果將體現在2026年推出的移動設備中。

　　▍AI本地化運行需求日益強烈

　　Chris Bergey在采訪中透露 ，業界對AI本地化運行的需求日益強烈
，特別是隨著某些新型應用場景日趨精細化與成熟化，這種需求愈發凸顯 。

　　“背后的驅動因素有很多 ，涵蓋延遲 、隱私和成本等多方面，而這些因素
，也可能是當前終端計算最重要的驅動力量
。在此趨勢下，AI性能表現將變得至關重要 ，且相當大部分的計算都需要直接在終端設備上完成。 ”Chris Bergey說 。

　　為此
，Arm推出Arm® Lumex計算子系統（CSS）平臺集成了搭載第二代可伸縮矩陣擴展（SME2）技術的高性能CPU
、GPU及系統IP，提升端側AI性能。

　　《科創板日報》記者獲悉 ，在vivo即將發布的旗艦手機上將落地該項SME2技術
。vivo的計算加速平臺VCAP已全面支持SME2指令集
，可對使用視覺、語音 、文本AI算法進行處理的多項高負載任務，實現性能加速。例如 ，在全局離線翻譯等真實場景中
，通過開啟SME2硬件，vivo手機可實現額外20%的性能提升 。

　　此外 ，支付寶也在vivo新一代旗艦智能手機上完成了基于Arm SME2技術的大語言模型推理驗證
。

　　從發展趨勢來看
，Chris Bergey判斷，端側算力與內存需求將持續提升 ，同時模型也將變得更智能。此外，模型正朝著更小型化
、更便攜化的方向發展 。從多方面來看
，AI將充分利用所有計算資源，無論是來自云端還是邊緣側
。目前 ，行業正處在高度創新周期中
，這一趨勢無疑將在未來五年持續深化。

　　今年，小米推出了基于Arm架構的自研玄戒O1芯片 ，對此Chris Bergey回應稱
，自研芯片是整個泛半導體行業所面臨的趨勢 。無論是蘋果還是三星，都已不同程度地朝著這個方向發展
。而數據中心和汽車廠商（尤其是在汽車市場巨大的中國）也都尋求定制化芯片。

　　▍機器人將在工業、制造等場景中發揮巨大作用

　　大模型的端側落地呈現形態多樣化的趨勢 ，除了手機 、PC外
，還涵蓋了眼鏡等可穿戴設備、機器人
、網聯車等 。

　　Chris Bergey認為，眼鏡堪稱最具挑戰性的設備形態
。因其直接佩戴于面部 ，必須嚴格控制設備重量。

　　“可行的方案是
，智能眼鏡集成傳感器實現基礎交互，其余大量計算任務借助手機等終端設備處理 ，最終再上傳至云端 。因此，未來的消費電子很可能會采取混合模式。Arm正通過CPU技術支持此類應用場景的開發
，但這極具挑戰性
。在嚴格限定功耗的前提下，我們需探索能實現的最大算力。
”

　　國際機器人聯合會數據顯示 ，全球人形機器人市場規模正以每年超過20%的速度增長
，預計到2025年將達到數百億美元的規模 。

　　談及機器人的熱潮，Chris Bergey認同其確實極具前景 ，而后續發展將建立在許多共通的技術基礎之上
。

　　他回顧了電動汽車和自動駕駛汽車剛出現時
，被喻為“帶輪子的智能手機”，因為深度融合了電池管理、攝像傳感與電子控制系統。同樣 ，機器人正復用來自自動駕駛和消費電子領域的關鍵技術 。“這些技術正在融合
，體現在許多早期原型中，影響著機器人的設計與構建方式
。未來 ，機器人有望成為這些市場的自然延伸平臺。而且
，這一領域還將呈現出高度的多樣性 。 ”

　　對于未來機器人是否會實現全民普及，Chris Bergey表示 ，這不僅取決于技術進步，還牽涉諸多社會層面和其他復雜因素
。接下來將如何演變
，值得持續關注與觀察。

　　Chris Bergey以無人機的案例作類比：“五到七年前，人們曾設想每個人都會擁有一架隨行無人機 ，但這一愿景并未實現 。不過
，無人機已在農業等多個行業產生了深遠影響——它賦予了企業前所未有的能力，讓過去難以想象的應用場景成為現實
。盡管未能全面普及 ，但其價值正體現在特定垂直領域。某種程度上
，我認為機器人也將遵循相似的發展路徑：它未必會走進每個家庭，卻會在工業 、制造等特定應用場景中發揮巨大作用 ，事實上
，它們已經在工廠中廣泛應用 。
”

　　當前，AI在端側落地仍存在算力不足
、內存有限等難點。而Chris Bergey認為最大的挑戰之一 ，是芯片開發成本的顯著上升
，其背后原因是技術復雜度的持續攀升
。

　　另一大關鍵挑戰，在于軟件層面AI框架的快速演進所帶來的適配壓力。“我們正在這兩個領域投入大量資源 ，因為我們相信在這兩個領域能為合作伙伴創造巨大價值 。可以說，這兩大方向也是我思考最多、最為重視的
。”

（文章來源：財聯社）