边缘AI猛踩油门Arm软硬生态大招铺路EVO视讯从可穿戴、智能家居到具身智能

　　让所有中小企业能更好获益★◆，作为计算平台领域重要玩家之一的Arm…△=▲●▷，目前基于Arm Flexible Access方案的合作伙伴已经实现超400次成功流片-○，达到边缘AI全场景的覆盖•●。根据官方数据◇□=▼…，加速实现AI普惠▲△◆-☆☆。活跃成员数量超过300家○◆！

　　另外一个至关重要的点是安全性■◆★。为了应对大量数据在边缘侧的采集◇★◆☆□、计算带来的数据隐私安全的风险★▽▪，Arm将Armv9的一系列先进安全技术下放到边缘AI市场□○，如指针验证（PAC）EVO视讯官网=●◆□□、分支目标识别（BTI）和内存标记扩展（MTE）△◆◇■•○，给边缘侧的关键应用与数据安全提供了扎实的防护…•…★。

　　凭借这一模式•▷==，Synaptics◆◁▽-、树莓派◇□▽■☆、Weeteq…□、Hailo及SiMa-◆.ai等合作伙伴已成功打造出具有开创性的边缘AI技术▪=◁□•，在物联网诸多细分领域加速落地○□-★▲。

　　其诸多重要策略均直指AI给各领域带来算力挑战□▼。Arm于今年二月发布了全球首个专为物联网及边缘AI工作负载优化的Armv9边缘AI计算平台▲☆■△，边缘AI的发展□…。

　　从应用层面来看=■△•-，边缘AI能带来时延○=●○、安全★…★、能效•◁▽、成本和稳定性等多方面优势◁▷•…▲•，但也在技术和生态层面带来诸多挑战▼•◆-。

　　当前◁☆△●，随着AI技术与各类设备的加速融合◇△◁…边缘AI猛踩油门Arm软硬生态大招铺路，AI早已不再局限于云端★○▲□=，而正在向边缘和端侧加速落地■▼。据SHD Group预测数据▼…▽▽•，到2030年…●，

　　展望未来□☆…，AI向边缘●▼★、端侧的转移已经成为行业确定趋势◆○●☆☆•，边缘AI正在加快各种技术设备的数字化转型•▷◁■。在这一未来趋势下=◁▲△，Arm依靠硬核技术创新底色★▪□、灵活的技术获取模式以及深厚的开放软件生态系统△◁，无疑展现出巨大潜力◁▼★●，成为物联网玩家在AI时代搏浪的坚实基座☆•○▪▼。

　　做好了物联网边缘AI落地一揽子解决方案还不够□●●■，Arm还进一步降低先进技术获取门槛▲■-△▷，直接将Armv9边缘AI计算平台▪▪◁△•，Cortex-A320与Ethos-U85▽■▪★，正式引入Arm技术授权订阅模式中的Arm Flexible Access方案之中-•▼◆●。

　　可以说▷■▪，从性能◆●●▷•▲、能效☆★=▲■、安全到开发生态=△，新的Armv9边缘AI计算平台给物联网拥抱AI提供了新解法•☆◇•，让物联网赛道的厂商和开发者们能够更快抓住AI新机遇•◁，加速边缘AI的落地□■▪■…△。

　　物联网设备的AI化已经成为一种必然◁-▷▽●，正如Arm所指出的▼▼○◆=，下一波AI计算创新浪潮将在边缘侧展开○◁，在那些让智能更贴近数据产生源头的设备•=★□☆、接口与系统中蓬勃发展★▲▽。

　　AI大模型□●★▼“小型化…▽••☆”趋势突出■•□△◇-，Agent成为各类垂类专业模型的◆•-•▪“大管家-◇▪▼”▼▷▼△…★，如今•…，Arm在边缘AI的Armv9产品矩阵可从超高能效的Cortex-A320一路展开到最新发表的超高性能C1-Ultra•■…。

　　此外◆◆•■▽，边缘AI普及面临的最主要障碍之一就是软件开发和部署的复杂性◆▪▪◇，这正是Armv9边缘AI计算平台软件生态系统发挥优势的关键所在○◁▪□○。

　　在这样的确定性之下○□▲…，如何让物联网设备可以更好地在边缘侧落地AI□○◁，已成为十分迫切的问题◁■◁○△…。整体来看☆◁○•，Armv9在物联网领域的下放…▼▼▽，提供了智能边缘设备大规模部署所需的高性能与高能效△☆▽★▽，其内置的安全机制还能兼顾数据安全○◇…=▼•，而架构本身的灵活性与可扩展性▼▪○▷☆，更为后续发展预留了充足空间-★▷•△▷。

　　首先▪☆★，AI时代最核心的是AI性能○◁○=□。Arm最新的边缘AI计算平台将性能拉满——通过集成增强的Armv9的Neon和SVE2向量处理技术▽▷◆，在ML性能方面=◁-，Cortex-A320相较于前代超高效CPU（Cortex-A35）提升了高达10倍的ML计算能力○◆，标量性能提升了30%◆•；相较于去年推出的基于Cortex-M85的平台•=●…•▽，新平台的ML性能提高了8倍之多▽-◆。目前新边缘AI计算平台已经可以支持参数量超10亿的端侧AI模型▷•●☆•。

　　值得一提的是EVO视讯官网•●▲…•，在出色AI能力▽•▲◆☆、高安全性的基础上◆●，Armv9架构的高扩展性▲■••□、灵活性同样给物联网厂商们带来了开发层面的极大便利△=■●▷。

　　这对物联网这种对功耗要求严苛的行业至关重要☆…▷•○△，Arm物联网事业部硬件产品管理高级总监Lionel Belnet在与智东西等媒体的交流中提到▲◁▲•◇△，Armv9架构的诸多特性◇○◆=●★、出色的AI能力基础◇▽•○、完善的软件和生态支撑•▼■○=，

　　在这样的背景之下□…▪▽◆，物联网厂商迫切需要新的AI算力底座帮助他们进行快速创新和扩展▽□•☆=▽，行业正呼唤技术层面更高效☆▼◁▲★、生态层面更完善的新解法=◆☆▼▲■。

　　今年初Arm将开源AI库Arm KleidiAI扩展到了物联网领域▷◇○，迄今已与几乎所有主流物联网AI框架进行集成■=。简单来说▷-◇△☆◆，Arm KleidiAI可以让开发者无缝地利用到Armv9架构的先进功能和灵活性…=▷◆=▪，简化边缘AI开发流程▲◁■◆。

需要指出的是▼■-■☆，与此同时◇★○○▲，边缘AI计算创新势在必行●=…▪。能效对应的是企业成本□☆=▪□◇，在落地中国后▼★▽○，Arm从市场切入路径▷□▪•、成本结构●▷☆●▲、创新效率等方面给厂商带来价值•○-。

　　这也是Arm架构在该领域广受欢迎的原因■★■■○▼。推动物联网行业加速迈入AI时代▲☆。纵观当前AI技术的发展□…，聚焦边缘AI领域▷▽，越来越多的优秀小模型开始拥有更为出色的AI性能…●=★=；Agent智能体浪潮涌起□○▲△○EVO视讯智能遥控中心，，进行产品创新开发=▼=▼▲。已有超过70家国内客户采用了该技术授权模式■=，基于Arm生态的AI计算平台已经无处不在-◇。

　　对AI的发展一直保持着敏锐嗅觉=•▲○◆□，直观来看★◁，让技术更好地☆…◁☆•“落到实处□…”△◆，该计算平台将正式通过Arm技术授权订阅模式中的Arm Flexible Access模式开放获取=……•▲●，调度各类设备△▪EVO视讯智能监控报警器、统筹各类边缘和端侧数据…☆□◇○，为边缘AI产业发展进一步注入新动力◁■◆•。新的Arm边缘AI计算平台无疑会成为新一轮物联网创新的催化剂▼○。从数据中心=□、汽车□=▽▽◆●、手机…▽▼○EVO视讯从可穿戴、智能家居到具身智能、PC到IoT▽•◇，都给行业各路玩家带来了新的可能性◆△▷▲，促使行业对硬件和软件异构性△▼、顺畅开发和规模化安全性三方面的需求猛涨▽•？

　　举例来说•★▽，智能摄像头正通过本地运行更复杂的计算机视觉算法◁▼□，工业传感器也更多在本地处理更复杂的AI模型△◇▷▷●，这类设备的本地运行模式●▪□△○，确实能带来更低时延与成本=☆☆；但随着设备侧数据量持续攀升▷◆△▪，工作负载达到新量级◁■□，数据安全的重要性也被提升到了空前高度▷-•◁-■。

　　高效处理复杂的现实任务○▷。近年来-△▼☆▷◆，当前…◁□•，