Arm：持续突破芯片技术极限，迎接AI时代的未来

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

半导体产业正经历一场由人工智能(AI)崛起以及传统摩尔定律放缓所驱动的关键转型。如何在满足前所未有的AI算力需求的同时，还可解决能效、安全性与可靠性等关键挑战，正成为全行业关注和讨论的重点。

www.eet-china.com, Apr. 22, 2025 – 

半导体产业正经历一场由人工智能(AI)崛起以及传统摩尔定律放缓所驱动的关键转型。如何在满足前所未有的AI算力需求的同时，还可解决能效、安全性与可靠性等关键挑战，正成为全行业关注和讨论的重点。

为此，Arm特别推出了题为《芯片新思维：人工智能时代的新根基》的行业分析报告，与多位业界专家共同探讨AI时代启幕之际的行业现状与趋势，以及未来面临的挑战与机遇。

通向AI计算之路

作为该报告的作者之一，Arm解决方案工程部执行副总裁Kevork Kechichian日前在与《电子工程专辑》的交流中表示，过去40年中，芯片技术经历了深刻的演进与革新。这些技术不仅定义了当今我们所使用的数十亿消费电子产品，更推动了数据中心和云端的计算解决方案发展，使其成为支撑AI时代计算处理的关键。

他将芯片技术的发展划分为四个阶段：

• 摩尔定律的引入：20世纪80-90年代，基于摩尔定律的超大规模集成电路(VLSI)和极大规模集成电路(ULSI)技术，推动了数百万到数十亿个晶体管集成到单个芯片上，在带动算力与能效指数级增长的同时，也助推了移动芯片的兴起。
• 移动芯片组的发展：20世纪90年代中期，搭载Arm架构的诺基亚6110 GSM手机取得了巨大的商业成功，加速了移动芯片组的发展演进，其性能与能效的持续提升，以及功能的日益丰富，最终促成2000年代中期智能手机诞生，直接推动如今市场上更强大、更复杂的移动芯片––系统级芯片(SoC)的发展。
• 移动SoC的广泛应用：移动 SoC 随后被应用到了其他消费类设备和技术市场，如个人电脑、笔记本电脑、物联网设备以及嵌入式系统。随着对计算功能和组件需求的持续增长，行业对性能的追求愈发强烈。但受物理设计、技术和经济因素的多重限制，摩尔定律正接近极限。因此，现代SoC设计更注重性能提升与高能效计算的协同优化。
• 定制芯片、CSS和芯粒技术的兴起：步入AI时代，计算工作负载的规模与复杂性持续攀升，原有的增长模式难以为继。因此，整个行业都在推动AI领域的高能效计算，涵盖从大型数据中心到边缘设备（即各类终端设备）的所有技术触点。

例如，为满足AI计算需求，针对特定市场､应用或客户的需求而量身打造的定制芯片正成为行业发展的重要趋势。全球四大超大规模云服务提供商正在积极探索和投资定制芯片，2024年，其云服务器采购支出已接近全球云服务器采购支出的半数，如AWS Graviton4、微软Azure Cobalt、Google Axion等。同时，许多中小企业也在积极投入定制芯片的研发，如智原科技、Rebellions等公司。

"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。"Kevork指出，虽然我们可以很简单地说，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，这正是平台真正的价值所在。这些底层平台需要能够确保不同定制芯片之间实现一定程度的相互复用，唯有如此，才能有效应对成本与产品上市时间所带来的挑战。

同时，考虑到通过摩尔定律实现半导体缩放的传统方法已达到物理与经济的极限，除了定制芯片，计算子系统(CSS)以及芯粒(chiplet)，也是持续提升性能与能效的替代方案，并有望定义未来十年的技术创新方向。

 Back