释放 AI 潜能，Arm 计算平台构建计算与存储的未来
当下，我们正处在激动人心的人工智能 (AI) 技术变革初期阶段。随着自然语言、多模态大模型以及生成式 AI 技术的加速演进，AI 正以前所未有的速度重塑各行各业。根据 IDC 的预测，全球数据量将从 2024 年的 159.2ZB 增长到 2028 年的超过 384.6ZB，年复合增长率达 24.4%。其中，到 2028 年，预计 37% 的数据将会在云端直接产生，而其余数据会从边缘端和终端直接产生。
面对边缘数据的激增，高效的数据处理、低延迟传输以及智能、安全的存储正成为行业关注的重点。未来的计算架构不仅要提供更强的算力，还必须更紧密地与存储系统结合，以确保 AI 模型能够高效运行，同时优化数据管理和访问方式。
从目前的 AI 技术发展方向来看，一方面，大模型正向通用人工智能 (AGI) 演进，探索多模态、物理 AI 等新方向，并持续挑战算力的新极限。另一方面，为推进大模型全面部署的进程，行业开始迈向深度优化和垂直领域定制化，使大模型能走入千行百业，适应移动端、边缘计算、云端部署等不同场景。
DeepSeek 的推出对全球 AI 市场产生了深远影响：作为一种开放的创新技术，它不仅展示了 AI 在训练与推理过程中的优化潜力，还极大提高了大规模部署的效率，充分证明了模型能够在更低成本、更高效能的环境中稳定运行。这一成就对于推动 AI 在企业级应用和边缘计算领域的大规模应用具有重要意义。
Arm 计算平台：持续促进从云到端的 AI 优化部署
在 AI 发展的初期阶段，数据中心作为模型训练和初期推理的核心场所，正面临着前所未有的挑战。传统的标准通用芯片在处理计算密集型的 AI 工作负载时显得力不从心，无法满足 AI 时代对于高性能、低功耗以及灵活扩展性的迫切需求。在此背景下，Arm 计算平台凭借其先进的技术优势，为新一代 AI 云基础设施的发展开辟了新的范式。从 Arm Neoverse 计算子系统 (CSS)、Arm Total Design 生态项目到芯粒系统架构 (CSA)，Arm 进行了从技术到生态的整体化布局，不仅为 AI 数据中心的工作负载提供了高效、灵活且可扩展的解决方案，还帮助合作伙伴专注于产品差异化，为产品上市进程提速。
AI 推理是 AI 释放价值的关键，它正迅速从云端拓展至边缘端，覆盖世界的每一个角落。在边缘 AI 领域，Arm 凭借其技术与生态的独特优势，不断创新，确保智能物联网与消费电子生态系统能在恰当的时机、于最适合的地点执行最优工作负载。
为了满足边缘 AI 日益攀升的 AI 工作负载需求，Arm 近期发布了以全新 Armv9 超高能效 CPU Cortex-A320 以及对 Transformer 网络具有原生支持的 Ethos-U85 AI 加速器为核心的边缘 AI 计算平台。该平台实现了 CPU 与 AI 加速器的深度集成。相比去年以 Cortex-M85 搭配 Ethos-U85 的平台提升了八倍的机器学习 (ML) 计算性能，带来了显著的 AI 计算能力突破，可赋能边缘 AI 设备轻松运行超过 10 亿参数的大模型。
图：Arm 边缘 AI 计算平台支持运行超 10 亿参数的端侧 AI 模型
其中，全新发布的超高能效 Cortex-A320 不仅可以为 Ethos-U85 提供更高的内存容量与带宽，让大模型在 Ethos-U85 上的执行如虎添翼，还支持更大的可寻址内存空间，并能够更灵活地管理多层次内存访问延迟。Cortex-A320 与 Ethos-U85 的组合，是运行大模型及应对边缘 AI 任务所带来的内存容量及带宽挑战的理想选择。
此外，Cortex-A320 还充分利用了 Armv9 增强的 AI 计算特性以及包括 Secure EL2、指针验证/分支目标识别 (PACBTI) 以及内存标记扩展 (MTE) 等在内的安全特性。此前，这些特性已经在其他市场得到广泛应用，而 Arm 现在将其引入了物联网与边缘 AI 计算领域，在提供出色且灵活 AI 性能的同时，实现对软件负载更好的隔离与软件内存异常的防护，提高整体系统安全性。
AI 时代的存储发展：存储、计算和安全能力的全面升级
随着 AI 计算需求的持续增长，云边端在对计算能力提出更高要求的同时，也对存储系统的性能、密度、实时性和功耗等方面提出了更严苛的要求。在传统模式下，计算架构往往将存储和计算相对分离，存储设备仅仅承担数据存放的角色，数据需要在存储与计算节点之间频繁搬移，导致“存储-计算”之间的瓶颈。然而在 AI 时代，为满足数据实时分析、智能管理及高效访问等需求，将存储置于离计算单元更近的地方，或让存储本身具备计算能力，变得尤为关键。这样能够确保 AI 任务在最合适的位置得到高效执行。
从云到端的 AI 计算，对存储吞吐量、延迟、能耗、安全以及诸如 Open Channel 等提升主机可管理性 (host manageability) 的需求都不尽相同。存储控制器以及运行在存储控制器中 Arm CPU 上的固件在支持差异化 AI 存储需求中起到了极其重要的作用。
图：Arm 丰富的 IP 平台解决方案为 AI 存储提供领先的性能及能效
事实上，作为数据存储与网络控制的基石，Arm 一直在为全球存储控制器和设备提供高性能、低功耗、安全可靠的解决方案，其中包括：
Arm Cortex-R 系列实时处理器拥有最快的中断延时和实时反应速度，被广泛应用于诸多存储设备;
Arm Cortex-M 系列嵌入式处理器是后端闪存和媒体控制的热门选择，并支持自定义指令，客户可以针对独特 NAND 介质的深度优化来创造差异;
Arm Cortex-A 系列应用处理器以高吞吐量流水线设计、支持最高处理性能，同时拥有 ML、数据处理软件和丰富操作系统的坚实生态支持;
Arm Ethos-U AI 加速器支持每秒 2048MACs 的 Transformer 原生加速，可以助力存储控制器本身变得更智能；
此外，还有为数据中心量身定制的 Neoverse。我们已开始看到 CXL (Compute Express Link) 方面的创新设计采用 Arm Coherent Mesh Network (CMN) 与 Neoverse 组合实现可“组成式”内存扩展，并融入近存储计算的理念，减少数据搬运。
生态携手，构建 AI 计算与存储未来
在专注提供领先的技术和产品的同时，Arm 还致力于和生态系统合作伙伴携手共进，共同推动存储产业的发展。基于 Arm 架构的平台正被行业领先的存储企业广泛采用，以优化其存储解决方案。例如，Solidigm 公司最新发布的 122TB PCIe SSD Solidigm? D5-P5336 显著提升了 AI 数据中心的能效、存储密度和性能，其存储控制器采用 Arm Cortex-R CPU，有效提升了读写的实时性和延时确定性；慧荣科技 (Silicon Motion) 面向 AI PC 的 SM2508 主控芯片采用了 Arm Cortex-R8 与 Cortex-M0，在能效和数据吞吐上实现了突破，其 SM2264XT-AT 是业界首款车用 PCIe Gen4 主控芯片，通过增强的虚拟化来支持混合关键性工作负载对数据的访问，并可节省 30% 的能耗；江波龙基于 Arm Cortex-R CPU 打造的 XP2300、ORCA 4836 以及 UNCIA 3836 固态硬盘，凭借其大容量与高性能的优势，广泛应用于 AI PC、服务器、云计算、分布式存储及边缘计算等多个应用场景，满足 AI 技术的本地化部署需求。
此外，在本土存储市场，大普微、联芸科技、忆芯科技、特纳飞、得一微电子、英韧科技等领先的存储企业，也都广泛采用 Arm 技术打造 SSD 主控芯片与设备方案。
迄今为止，基于 Arm 架构和平台所应用的存储设备已近 200 亿台，其中包括云和企业级 SSD、车载 SSD、消费级 SSD、硬盘驱动器和嵌入式闪存设备。目前，由 Arm 技术赋能的存储设备持续保持在每日大约 300 万台的出货量。
凭借前沿的技术实力、丰富的生态布局、深厚的存储行业积累，Arm 正继续引领技术创新，赋能 AI 时代的计算与存储发展。Arm 也将继续与合作伙伴携手，通过安全、高效的 Arm 计算平台，构建 AI 时代计算与存储的新未来。