AI时代芯片设计将何去何从？破局之道都在Arm这份报告中

搜索最新SoC解决方案
关于汽车电子...物联网...安全...音频...视频

"计算的未来，尤其是 AI 的未来，取决于我们能否持续突破芯片技术的极限。" Arm解决方案工程部执行副总裁Kevork Kechichian在4月17日举办的《芯片新思维：人工智能时代的新根基》行业报告媒体沟通会上如是说。

www.eeworld.com.cn, Apr. 30, 2025 – 

随着AI大模型的发展速度逐渐超越摩尔定律，芯片越来越难以追赶上AI的发展步伐。在这样的情况下，AI芯片将会如何发展，芯片厂商又该如何破局？Arm在这份报告中指出了道路。

定制化和Chiplet，AI时代必行之路

报告提到，过去40年中，芯片技术经历了深刻的演进与革新。从最初的超大规模集成电路（VLSI）到极大规模集成电路 (ULSI），演进到移动系统级芯片(SoC)，再到如今的AI优化的定制芯片解决方案。整个行业都在推动 AI 高能效计算的发展，这将覆盖从大型数据中心到边缘设备的所有技术触点。

在AI时代，芯片设计方式持续演进，并重新聚焦于高能效计算，以应对日益复杂的计算工作负载。这一趋势体现在通过定制芯片、芯粒等创新方式打造的专用芯片组，从而优化芯片设计中的功耗、性能与面积。

首先，在定制芯片方面，Kevork Kechichian指出，定制芯片设计的关键在于确保芯片与软件具备高度的可复用性。虽然可以很简单地说，每颗芯片都是根据特定需求定制而成，但底层平台必须具备一定的通用性，这正是Arm平台的核心价值所在。这些平台需要支持不同定制芯片之间实现一定程度的相互复用，从而有效应对开发成本与产品上市时间的挑战。

然而，定制芯片的开发成本极高，不仅需要大量的人力资源投入，还依赖庞大的计算资源。为此，Arm探索了多种降低开发投入的方法。Kevork Kechichian表示，从加快产品上市的角度出发，Arm 的定制化解决方案能够让合作伙伴显著缩短其产品上市周期。最基础的方法是从平台的角度出发，识别可复用的模块与资源，并确保定制工作是在已有基础上进行。这意味着需要对现有的资源事先进行评估，并在此基础上构建定制化产品。正是基于这种方式，Arm 与 SoC 及各类 IP 提供商密切合作，将解决方案交付给合作伙伴。

此外，先进的封装技术和工艺推动了芯粒的发展。这些技术允许多个半导体晶粒的堆叠和互连，在提升性能和能效的同时，开创了现代芯片设计的可能性。理想情况下，芯片厂商无需重新设计一款芯片，只需添加更多芯粒以增加算力和性能，甚至可以升级现有芯粒，从而更快地将新产品推向市场。与此同时，生产更小的芯片还有助于提高良率，并减少制造过程中的浪费。

随着AI大模型的发展速度逐渐超越摩尔定律，芯片越来越难以追赶上AI的发展步伐。在这样的情况下，AI芯片将会如何发展，芯片厂商又该如何破局？Arm在这份报告中指出了道路。

定制化和Chiplet，AI时代必行之路

报告提到，过去40年中，芯片技术经历了深刻的演进与革新。从最初的超大规模集成电路（VLSI）到极大规模集成电路 (ULSI），演进到移动系统级芯片(SoC)，再到如今的AI优化的定制芯片解决方案。整个行业都在推动 AI 高能效计算的发展，这将覆盖从大型数据中心到边缘设备的所有技术触点。

在AI时代，芯片设计方式持续演进，并重新聚焦于高能效计算，以应对日益复杂的计算工作负载。这一趋势体现在通过定制芯片、芯粒等创新方式打造的专用芯片组，从而优化芯片设计中的功耗、性能与面积。

首先，在定制芯片方面，Kevork Kechichian指出，定制芯片设计的关键在于确保芯片与软件具备高度的可复用性。虽然可以很简单地说，每颗芯片都是根据特定需求定制而成，但底层平台必须具备一定的通用性，这正是Arm平台的核心价值所在。这些平台需要支持不同定制芯片之间实现一定程度的相互复用，从而有效应对开发成本与产品上市时间的挑战。

然而，定制芯片的开发成本极高，不仅需要大量的人力资源投入，还依赖庞大的计算资源。为此，Arm探索了多种降低开发投入的方法。Kevork Kechichian表示，从加快产品上市的角度出发，Arm 的定制化解决方案能够让合作伙伴显著缩短其产品上市周期。最基础的方法是从平台的角度出发，识别可复用的模块与资源，并确保定制工作是在已有基础上进行。这意味着需要对现有的资源事先进行评估，并在此基础上构建定制化产品。正是基于这种方式，Arm 与 SoC 及各类 IP 提供商密切合作，将解决方案交付给合作伙伴。

此外，先进的封装技术和工艺推动了芯粒的发展。这些技术允许多个半导体晶粒的堆叠和互连，在提升性能和能效的同时，开创了现代芯片设计的可能性。理想情况下，芯片厂商无需重新设计一款芯片，只需添加更多芯粒以增加算力和性能，甚至可以升级现有芯粒，从而更快地将新产品推向市场。与此同时，生产更小的芯片还有助于提高良率，并减少制造过程中的浪费。

随着AI大模型的发展速度逐渐超越摩尔定律，芯片越来越难以追赶上AI的发展步伐。在这样的情况下，AI芯片将会如何发展，芯片厂商又该如何破局？Arm在这份报告中指出了道路。

定制化和Chiplet，AI时代必行之路

报告提到，过去40年中，芯片技术经历了深刻的演进与革新。从最初的超大规模集成电路（VLSI）到极大规模集成电路 (ULSI），演进到移动系统级芯片(SoC)，再到如今的AI优化的定制芯片解决方案。整个行业都在推动 AI 高能效计算的发展，这将覆盖从大型数据中心到边缘设备的所有技术触点。

在AI时代，芯片设计方式持续演进，并重新聚焦于高能效计算，以应对日益复杂的计算工作负载。这一趋势体现在通过定制芯片、芯粒等创新方式打造的专用芯片组，从而优化芯片设计中的功耗、性能与面积。

首先，在定制芯片方面，Kevork Kechichian指出，定制芯片设计的关键在于确保芯片与软件具备高度的可复用性。虽然可以很简单地说，每颗芯片都是根据特定需求定制而成，但底层平台必须具备一定的通用性，这正是Arm平台的核心价值所在。这些平台需要支持不同定制芯片之间实现一定程度的相互复用，从而有效应对开发成本与产品上市时间的挑战。

然而，定制芯片的开发成本极高，不仅需要大量的人力资源投入，还依赖庞大的计算资源。为此，Arm探索了多种降低开发投入的方法。Kevork Kechichian表示，从加快产品上市的角度出发，Arm 的定制化解决方案能够让合作伙伴显著缩短其产品上市周期。最基础的方法是从平台的角度出发，识别可复用的模块与资源，并确保定制工作是在已有基础上进行。这意味着需要对现有的资源事先进行评估，并在此基础上构建定制化产品。正是基于这种方式，Arm 与 SoC 及各类 IP 提供商密切合作，将解决方案交付给合作伙伴。

此外，先进的封装技术和工艺推动了芯粒的发展。这些技术允许多个半导体晶粒的堆叠和互连，在提升性能和能效的同时，开创了现代芯片设计的可能性。理想情况下，芯片厂商无需重新设计一款芯片，只需添加更多芯粒以增加算力和性能，甚至可以升级现有芯粒，从而更快地将新产品推向市场。与此同时，生产更小的芯片还有助于提高良率，并减少制造过程中的浪费。

随着AI大模型的发展速度逐渐超越摩尔定律，芯片越来越难以追赶上AI的发展步伐。在这样的情况下，AI芯片将会如何发展，芯片厂商又该如何破局？Arm在这份报告中指出了道路。

定制化和Chiplet，AI时代必行之路

报告提到，过去40年中，芯片技术经历了深刻的演进与革新。从最初的超大规模集成电路（VLSI）到极大规模集成电路 (ULSI），演进到移动系统级芯片(SoC)，再到如今的AI优化的定制芯片解决方案。整个行业都在推动 AI 高能效计算的发展，这将覆盖从大型数据中心到边缘设备的所有技术触点。

在AI时代，芯片设计方式持续演进，并重新聚焦于高能效计算，以应对日益复杂的计算工作负载。这一趋势体现在通过定制芯片、芯粒等创新方式打造的专用芯片组，从而优化芯片设计中的功耗、性能与面积。

首先，在定制芯片方面，Kevork Kechichian指出，定制芯片设计的关键在于确保芯片与软件具备高度的可复用性。虽然可以很简单地说，每颗芯片都是根据特定需求定制而成，但底层平台必须具备一定的通用性，这正是Arm平台的核心价值所在。这些平台需要支持不同定制芯片之间实现一定程度的相互复用，从而有效应对开发成本与产品上市时间的挑战。

然而，定制芯片的开发成本极高，不仅需要大量的人力资源投入，还依赖庞大的计算资源。为此，Arm探索了多种降低开发投入的方法。Kevork Kechichian表示，从加快产品上市的角度出发，Arm 的定制化解决方案能够让合作伙伴显著缩短其产品上市周期。最基础的方法是从平台的角度出发，识别可复用的模块与资源，并确保定制工作是在已有基础上进行。这意味着需要对现有的资源事先进行评估，并在此基础上构建定制化产品。正是基于这种方式，Arm 与 SoC 及各类 IP 提供商密切合作，将解决方案交付给合作伙伴。

此外，先进的封装技术和工艺推动了芯粒的发展。这些技术允许多个半导体晶粒的堆叠和互连，在提升性能和能效的同时，开创了现代芯片设计的可能性。理想情况下，芯片厂商无需重新设计一款芯片，只需添加更多芯粒以增加算力和性能，甚至可以升级现有芯粒，从而更快地将新产品推向市场。与此同时，生产更小的芯片还有助于提高良率，并减少制造过程中的浪费。

 Back