AI 是当今时代最重要的技术之一，目前有 70% 的机器学习应用已经运行在 Arm 平台之上。而中国是 Arm 非常重要的市场之一。在11月29日刚刚结束的Arm Tech Symposia 年度技术大会（北京场）上，Arm 高级副总裁兼基础设施事业部总经理分享说：“中国是Arm增长最快的市场之一。如今，中国合作伙伴基于 Arm 架构芯片的总出货量已累计达 300 亿颗。此外，技术授权客户有近 400 家，这个数字每个月还在不断攀升。”
作为全球最普及的计算平台，Arm 平台的问世得益于计算和软件相结合所实现的出色性能与能效表现。 Mohamed Awad 表示：“从人工智能 (AI) 到 5G，再到云数据中心以及边缘，打造新一代计算基础设施的技术先行者都在转向寻求定制芯片，以实现规模化所需的专用处理能力。Arm将软硬件相结合，致力于打造出专用解决方案，使他们能够在物联网 (IoT)、个人设备、汽车和数据中心等领域实现专用化。”
Arm 高级副总裁兼基础设施事业部总经理 Mohamed Awad
近年来，Arm 已转型为一家计算平台公司，在致力于 IP 授权业务的同时，也专注于通过完整且全面的解决方案，为合作伙伴带来选择的灵活性，帮助他们更快地将产品推向市场。Arm 全面计算解决方案 (Arm® Total Compute Solutions)、Arm Neoverse™ 平台、Arm Corstone™ 、SOAFEE 等解决方案，是 Arm 计算平台分别在移动、基础设施、物联网与汽车等市场当中得以广泛应用的例证。
Arm Neoverse CSS 驱动定制芯片变革
AI 为数据与计算带来更庞大的需求。而在不断增长的数据量以及越来越具挑战的功耗限制等双重因素影响之下，全球的数据中心与网络基础设施正面临着巨大压力。5G 移动通信用户数已达10亿、物联网设备连接数接近150亿个，连网设备与数据数量正持续增长。而这一切都需要更多的电量与更高的性能。
为了缓解未来基础设施的压力，行业需要依赖强大的软件生态系统，在高效、可扩展的多核计算基础上，打造专用处理的能力。Arm 为此推出了 Arm Neoverse 计算子系统 (CSS)。
Arm Neoverse CSS 是一个集成的计算子系统，可配置多个多核的 CPU，并通过互连验证连接起来。开发人员可以在 CSS 的基础上增在 I/O、接口、加速等方面的许多其他功能，满足不同创新需求。此外，作为 Arm CSS 第一代产品，Arm CSS N2 集成了 Neoverse N2 平台，并通过验证配置且优化了功耗、性能与面积 (PPA)。CSS N2 可发挥 Neoverse N2 平台的每瓦性能与效率，基于先进的 5 纳米工艺进行优化，并通过可定制化的计算子系统形式交付给合作伙伴，达到加速上市时间的成效。
相较于独立的 IP，CSS将促使 Arm 生态系统通过更低的成本、更少的风险以及更短的时间，打造出专用芯片。据 Mohamed Awad 介绍，在一家合作伙伴的案例中，CSS 已经助力他们的项目从概念到落实（在超过 100 个核心的系统上启动 Linux）仅耗时 13 个月。另一家合作伙伴通过CSS 节省了超过 80 人/年的工程师时间。CSS N2 同时还赋能包括 AI 在内的特定领域专用加速器的集成，并为云原生工作负载带来市场领先的每瓦性能表现。近期，微软发布的Cobalt 100 CPU，便是基于 Neoverse CSS。
Arm 生态系统的独特之处在于驱动定制芯片变革的能力。若要充分利用专用处理带来的效益，所采用的架构必须能提供灵活性，以便进行创新，并实现多样化且差异化的解决方案，同时还要能持续获取强大的软件生态系统。灵活性与专用化一向是 Arm 的核心宗旨，也是 Arm Neoverse 的设计理念，这些都与 Arm 数十年的软件投资以及 Arm 架构的精心研发相匹配。
Arm 全面设计：聚生态系统之力，加速芯片开发
要想构建完整的 SoC 和定制芯片，Arm深知还需要第三方 IP、固件支持、代工厂资源以及优秀的设计人才。基于此，在 Neoverse CSS 的基础之上，Arm又发布了 Arm 全面设计 (Arm Total Design) 生态项目。进一步结合生态系统的力量，包括专用集成电路 (ASIC) 设计公司、IP 供应商、EDA 工具提供商、代工厂和固件开发厂商等，共同助力简化定制芯片的开发流程，并且让交付变得更加容易、便捷。
据介绍，通过 Arm 全面设计，Arm 在芯片开发的各个阶段都引入了生态系统的关键专业知识，从而让基于 Arm Neoverse 的专用解决方案能够广泛地覆盖 AI、云、网络、边缘等各种基础设施领域。Arm 全面设计生态项目目前提供的服务包括：
l来自楷登电子 (Cadence)、Rambus 和新思科技 (Synopsys) 等合作伙伴的预集成、经过验证的 IP 和 EDA 工具，可助力加速芯片设计，以及内存、安全和外设等功能的集成；
l来自 ADTechnology、Alphawave Semi、博通 (Broadcom)、凯捷 (Capgemini)、智原科技、Socionext 和 Sondrel 等合作伙伴的设计服务，他们可提供关于 Neoverse CSS，以及其他 Arm IP 和方法的专业知识，为生态系统提供支持；
l来自英特尔代工服务 (IFS) 和台积公司 (TSMC) 等代工厂合作伙伴的技术，专为领先工艺节点和先进封装技术进行优化；
l来自 AMI 等基础设施固件提供商，针对 Neoverse CSS 提供商业软件和固件支持。
Arm 全面设计的推出意味着，ASIC 设计公司可以快速启动设计项目，并随时可将其设计方案提供给所需的客户；IP 供应商可以针对 Neoverse CSS，进行预先集成、预先验证和预先优化高级 IP；EDA 合作伙伴可以无缝支持最先进的工具和流程，以简化 SoC 设计；商业固件解决方案可早于芯片流片之前便开始开发；与此同时，Neoverse CSS 的设计将经过专门优化，充分发挥领先的工艺节点的优势。
从软硬件合作伙伴到代工厂和 EDA 技术的先行者，Arm 全面设计生态项目汇集了半导体设计和制造行业的专业知识，加快了针对工作负载优化的定制芯片的开发速度。Mohamed Awad 表示：“通过 Arm全面设计，将更广泛的半导体行业凝聚在一起，围绕 Arm 基础计算子系统进行创新。该生态系统在加速上市时间，并降低打造高性能、高效率定制芯片的成本等方面所做出的努力，没有其他生态系统可与之比拟。”
Arm Corstone：走出物联网开发设计的困境
物联网不再只是谈论一种只能负责开关的设备，当下的物联网，还能听取和筛选数据，利用 AI 快速解决各种复杂问题。为了满足 AI 时代人们对物联网日渐增长的需求，Arm在物联网领域的投资远不止于 IP，还围绕平台展开。
Arm Corstone 是一套经过验证且预先集成的IP子系统，可将关键 IP 集成配置，满足一系列性能点的需求，且能够在性能和外设的灵活性之间达到平衡，同时降低风险，使系统的核心计算组件能够更快地推向市场。
Mohamed Awad介绍说：“除了满足计算性能的需求，我们还需要解决阻碍扩展的碎片化问题。Arm 生态系统组成极为丰富，可针对合作伙伴想要构建的设备制定合适的标准、开发合适的工具，并为其数据保驾护航。”
SOAFEE：软件定义汽车时代已经到来
如今，我们与汽车的关系正在发生翻天覆地的变化。如今的汽车朝向软件定义发展。一辆高端汽车可能包含多达五亿行代码，而这一数字在未来将达到十亿。随着对汽车软件价值的深入挖掘，以软件为核心，将人的需求置于首位，注重提供集办公、娱乐、支付、社交等功能于一体的优质服务，并满足个性化需求，成为当下汽车设计的重点。
Arm 的 IP 产品组合为软件定义汽车带来可扩展性
显然，软件定义汽车已经成为行业的共识。为此，2021年，Arm与生态伙伴共同发起面向嵌入式边缘的可扩展开放架构 SOAFEE (Scalable Open Architecture For the Embedded Edge)，旨在通过全行业的携手合作，共同解决三大挑战——软件可移植性、加速软件开发和软件可升级性。同年，由Arm和其他创始成员共同宣布成立SOAFEE特别兴趣小组（SIG）。据了解，SOAFEE 的推出旨在解决三大问题：实现软件在不同芯片解决方案中的复用，轻松实现从云到边缘的软件部署，以及将开发流程往前提，使得开发者能够更早开始软件开发并在汽车上市后部署软件更新。
据Mohamed Awad介绍，SOAFEE 成立至今已有两年时间，来自车厂、芯片供应商、一级供应商和软件等合作伙伴现已超过 100 名成员。Mohamed Awad分享说：“今年，我们的工作重点聚焦 SOAFEE 蓝图的实施，助力合作伙伴能够安全、快速地启动应用，顺利开发出互联汽车、自动驾驶汽车或车载信息娱乐 (IVI) 系统。”
此外，Arm 的 AE IP（Automotive Enhanced，汽车增强）可针对汽车应用最为关键的功能安全，带来解决方案。无论合作伙伴是在规划设计下一款电动汽车，还是正在努力实现 Level 5 的自动驾驶，Arm IP 以及全球最大的开发者生态系统都可以为其提供全方位的安全和性能。
总结
多年来，Arm一直致力于助力合作伙伴加速开发、部署和创新，持续协助合作伙伴构建未来的计算解决方案。其中基础设施一直都是Arm 多年来投资的重点领域之一。五年前，大家去构建基础设施时，通常都会通过购买通用的预配置好的现成芯片来打造服务器。而今天，大模型更需要定制化芯片。
Mohamed Awad介绍说：“我们看到像阿里巴巴、AWS、微软这样的超大规模云服务商都开始自研芯片，他们最主要的目的就是为了能够把每一颗芯片的性能、效率都发挥到极致，做到最佳优化，他们会根据自己的用例、工作负载，围绕服务器、机架甚至是自己的数据中心来进行个性化定制。”
当前，人工智能 (AI) 正处于快速发展中。市场孕育着巨大机会的同时，挑战和困难也相伴而生。其中内存带宽，以及其能否为设备提供更好的支持，便是目前面临的极大挑战之一。随着 GPTs 等技术的发展，数据量和计算量只会越来越大，而芯片的定制化，可以通过优化，支持不断激增的数据量和计算量。
定制化芯片的时代，已经来了！
