边缘AI芯片加速落地，将率先渗透这几大场景

21世纪经济报道记者骆轶琪 深圳报道

随着大模型技术持续推进应用落地，一个明显变化正在发生：人工智能不再只是云端的事，正越来越多地出现在人们身边的设备中——从智能音箱到工业机器人，从可穿戴设备到智能家居。这便是“边缘AI”，它让设备在本地就能完成智能处理，不必把所有数据都传到云端。

尤其在端侧模型小型化的趋势下，边缘AI应用及其相关芯片都在快速发展。

Arm Unlocked 2025 AI技术峰会深圳站期间，Arm物联网事业部硬件产品管理高级总监Lionel Belnet指出，Arm于今年初推出全球首个基于Armv9架构的边缘AI计算平台，以Arm Cortex-A320 CPU和Arm Ethos-U85 NPU为核心，专为物联网应用优化，支持运行超10亿参数的端侧AI模型。该平台也将陆续纳入Arm技术授权订阅模式中的Arm Flexible Access方案，其通常服务于初创企业与OEM厂商，令这类厂商可以以更低成本进行产品开发。

受访时，Lionel Belnet谈到多个看好在中国市场的边缘AI落地案例。他认为，“AI的终点不在边缘，而是始于边缘，从边缘侧推动着下一波智能计算的浪潮。”

AI技术正加速渗入边缘侧，推动应用落地的快速演化。

Lionel Belnet表示，在边缘AI迈向通用AI过程中，有五个关键特性：低延迟、隐私安全、高能效、低成本、系统韧性。

“任何人机界面都需要低延迟的体验；但同时必须保护数据隐私，无论是业务数据还是文本数据。这两点正是当前边缘AI的主要应用方向。”他进一步指出，边缘侧设备能在本地完成计算，无需依赖网络或云端，并能通过专用硬件处理特定任务，高能效就是其中关键。由此，不仅降低了成本，更增强了系统韧性。

根据Lionel Belnet分析，在AI技术加持下，边缘侧正逐渐发生改变。目前来看，边缘端的特征包括：感知层面始终在线(Always-on)、低功耗机器学习，交互层面作为智能中心进行设备协同，本地智能方面能将边缘和云端的工作负载进行拆分。

但是在未来，感知层面会实现情境感知的环境智能，交互维度将具备本地推理与决策能力，智能维度将可以完全自主化，成为预测性边缘AI。

“我们正将物联网的性能从传统MCU扩展到更复杂的边缘AI系统。”他指出，新推出的Arm Cortex-A320是面向物联网市场的首款Armv9 CPU。相较于前代产品Arm Cortex-A35，Cortex-A320的ML（机器学习）性能提升了10倍，标量性能提升了30%。

同时，Armv9边缘AI计算平台也纳入了Arm技术授权订阅模式中的Arm Flexible Access方案，该平台包括超高能效的Cortex-A320 CPU和Ethos-U85 NPU，让合作伙伴能够在前期以低成本或免费（适用于符合条件的初创企业）的方式，获取相关资源或支持。

Arm目前的授权订阅模式有具体不同方案，其中，采用Arm Flexible Access方案时，授权许可费仅在设计进入制造阶段时支付，且仅根据最终SoC设计中所采用的IP进行费用计算。

过去5年间，通过Arm Flexible Access方案实现的成功流片约达400次，活跃成员超过300家，其中，中国合作伙伴超70家。

分析机构SHD Group的《边缘AI市场分析报告》指出，到2030年，基于边缘AI的系统级芯片 (SoC) 市场营收规模将达到800亿至1000亿美元。

这一趋势下，边缘AI的具体应用趋势和落地进程是备受关注的话题。

在接受21世纪经济报道等记者采访时，Lionel Belnet表示，“短期来看，预计更轻量、更高效的语言模型将持续优化，我们看到产业对于这个领域的投资也在不断增加；同时，为特定应用场景设计的专用模型也将不断涌现。多模态系统将成为边缘AI发展的下一重要阶段。”

将AI能力落地边缘端的另一面，是AI技术仍在持续快速迭代。对于如何即时赶上新技术和新框架方面，Lionel Belnet认为，这也是芯片行业面临的普遍挑战。“未来芯片有可能无法完全支持所有的算子，所以对Arm而言，最核心的是提供高度灵活化的平台，确保在CPU上可以高效实现NPU没有办法支持的功能。”

在落地过程中，他指出，“我们会在技术开发的早期阶段就主动与合作伙伴对接，及时分享技术演进路线与发展规划，从而精准把握其芯片需求。同时，合作伙伴也可以据此向产业链提出明确要求，共同推动产品功能创新与市场精准适配。”

在系统性能力方面，Lionel Belnet表示，Arm也在推进相关标准化的工作，如Arm SystemReady项目，可确保软硬件之间良好的互操作性和兼容性。“此外，我们大量投资开源项目，确保解决方案和软件可以实现长期可维护性，因为很多合作伙伴一款产品就要使用7-15年时间——一个长期可维护的解决方案和软件，将确保客户项目的稳健运行。”

对于在中国市场的边缘AI落地趋势研判，Lionel Belnet指出，其中边缘AI在工业自动化方面，有望持续引领应用落地，制造商正将自动化控制、预测性维护以及基于计算机视觉的质检技术部署到工厂生产场景中。智能家居与可穿戴设备（如智能眼镜）场景将紧随其后，目前已展现出强劲发展势头。

“此外，智慧城市领域也将快速成长。因为本地化且注重隐私保护的人工智能处理技术，能优化能源利用和交通管理等。从智能摄像头到机器人等具备场景感知能力的人工智能设备，也将迎来快速增长。”他续称。