“重构算力需求，是Agentic AI时代的核心”：ARM中国如何布局下一个十年的“算力芯片平台”？

AI Agent从根本上改变整个AI行业对”算力”的定义。

我以前一直觉得，芯片公司就是做一件事。

把芯片做得更强。更快。更大。

然后AI公司拿这些芯片去训练更大的模型。

就这么简单。

然后最近我看到了一系列的消息，发现事情完全不是这样。

安谋科技（ARM中国）的CEO陈锋，前不久在公开演讲中做了一个判断。他说了一句话，我读完之后愣了几秒。

“重构算力需求，是Agentic AI时代的核心。”

你想想看。

什么叫”重构算力需求”。

意思是，以前那种”越大的芯片越好”的逻辑，已经不成立了。

AI Agent需要的是完全不同的东西。它不是要一个超级大脑。它要的是一个遍布全球的、分散的、高度协同的智能体网络。

说真的，这个判断很精准。

因为AI Agent的工作方式，和以前大模型完全不一样。

以前你让ChatGPT写一封邮件，你输入一段Prompt，它输出一个结果。整个过程在云端完成。你等它。

但AI Agent不是这样。

AI Agent有自己的目标。它需要感知环境、做决策、执行动作、接收反馈、调整策略。它需要实时响应。它需要在本地判断。它需要和物理世界交互。

你让它去控制一个机器人。它不能把画面传回云端再等3秒的延迟。它需要就地处理。

你让它去管理一个工厂的设备。它不能把所有的数据传到数据中心再分析。它需要实时感知。

你让它去保护你的隐私数据。它不能把所有信息都发到云上。它需要在本地完成。

所以算力必须分散。

必须靠近数据产生的地方。

必须靠近需要响应的地方。

我有时候觉得，AI的发展史有一种特别有趣的模式。

每一次算力形态的变化，都伴随着应用场景的巨大释放。

算力在中心。场景被锁定在数据中心。

算力到手机。场景释放到每个人口袋里。

现在，算力到万物。

场景释放到物理世界的每一个角落。

安谋科技在演讲中提到了三条主线。

Edge AI。

Physical AI。

Cloud AI。

这三条线，其实描绘的是AI算力未来三年的全貌。

先说Edge AI。

边缘计算。

这是什么意思呢。

就是让AI在设备端运行，而不是把一切都发到云端。

你的智能手表。你的耳机。你的智能家居设备。你的汽车。你的摄像头。

这些设备里都有芯片。过去它们只能做很简单的计算。计步。听歌。开关灯。

例如可以直接在手机上运行Gemma 4 E2B，没有网络，你问他所有东西都能准确回复。

以前这种功能必须联网。你必须把录音传到云端。云端处理完再返回给你。

现在不需要了。

手机上的芯片已经强到可以在本地完成这个任务。

而且更重要的是，你的录音从来没有离开过你的手机。

隐私。效率。可靠性。

这三样东西，是云端AI永远给不了你的。

这就是Edge AI的核心价值。

它不是”云端AI的补充”。

它是AI Agent时代的基础设施。

因为AI Agent需要在边缘做出实时判断。它不能每次都等云端回复。

就像一个真正的员工。

你给了他一个目标。他不会每次遇到困难都打电话问老板。他自己先想办法解决。搞不定了再上报。

Edge AI就是给每个设备一个”自己能想办法”的能力。

安谋科技在边缘AI方面有几张牌。

他们有一个叫Helio-Maestro的技术栈。把CPU、GPU、NPU整合在一起。专门为AI Agent在边缘设备的运行做优化。

还有一个叫Ethos的NPU系列。专门做边缘推理。功耗极低。性能越来越高。

你想想看。一个功耗极低的AI加速器，部署在全球几十亿台设备上。

这个算力总量，可能比数据中心的总和还要大。

你敢信？

几十亿台设备。每台都在本地跑AI。

这不是边缘计算。这是算力的大迁徙。

再说Physical AI。

物理世界的智能。

这个词听起来有点抽象。但你一举例就明白了。

机器人。自动驾驶。工业传感器。智能医疗。智能家居。

这些设备不是在处理文本或图片。它们在和物理世界交互。

它们需要理解温度、湿度、压力、距离、速度、重量。

它们需要做出物理动作。移动、抓取、切割、焊接、检测。

这和云端AI完全是两个维度的问题。

我前两年参观过一个工厂。

一个汽车零部件生产线。以前有30多个工人在这条线上做质检。

现在呢。一套基于AI视觉的系统，安装在产线旁边。摄像头拍零件，芯片在本地分析，发现有瑕疵的零件自动剔除。

30个人。变成了4个技术人员在做系统维护。

效率提升了多少倍？我不知道。但我看到的是一个工人在旁边做咖啡。因为机器不需要他了。

说实话，我当时就愣住了。

这不是AI在辅助人类。这是AI在替代人类完成一种劳动。

Physical AI的核心挑战，在于它需要把计算和物理世界无缝连接。

你不需要一个跑得最快的芯片。你需要的是一个最懂物理世界的芯片。

它需要感知。需要控制。需要低延迟。需要高可靠性。

它需要在极端温度下正常工作。需要在电磁干扰中保持稳定。需要在连续运行几万小时后不坏。

这和训练一个大模型的芯片，完全是两个方向。

安谋科技在这个方向上有什么动作？

他们推出了面向Physical AI的硬件和软件栈。把处理器、NPU、以及各种传感器接口整合在一起。

他们的目标是，让任何一个物理设备都能”长出脑子”。

你想想看。一个传感器。一个微控制器。一个执行器。加上一个边缘AI芯片。

它们组合在一起，就是一个有自主决策能力的智能体。

几十亿个这样的智能体，遍布工厂、城市、交通工具、医疗器械。

这才是Physical AI真正恐怖的地方。

它不是让一个机器人在舞台上跳舞。它是让整个世界变成智能的。

最后说Cloud AI。

很多人会觉得，Edge和Physical都已经够大了，云端还需要吗？

当然需要。

而且需要得更大。

AI Agent在边缘做判断。在物理世界做动作。

但它需要云端来完成几件极其重要的事情。

第一，大规模训练。

任何AI Agent的底层模型，都需要在超大规模算力上进行训练。这个工作只能在云端完成。

第二，知识聚合。

每个边缘Agent收集的数据，需要在云端进行聚合、分析、提炼，形成全局洞察。

第三，协同调度。

当一个Agent处理不了复杂任务时，它需要把任务分发给云端。云端再把任务拆解，分发给其他Agent。

你想想看一个场景。

一辆自动驾驶汽车在边缘做出”紧急刹车”的决策。这是Edge AI。

汽车把这次事故的数据上传到云端。云端分析全球数百万辆车的类似数据，更新自动驾驶模型。这是Cloud AI。

更新后的模型下发到全球所有汽车。每辆车的Agent都获得了更好的决策能力。

这是一个闭环。

边缘感知。云端学习。全局分发。

没有Cloud AI，Edge AI就是孤岛。

但Cloud AI面临的挑战，比很多人想象的要大得多。

算力瓶颈。能源瓶颈。成本瓶颈。

训练一个大型AI模型需要的算力，是以万卡甚至十万卡为单位的。

一个超算中心的电力消耗，相当于一个中型城市的用电量。

成本呢？

你让一个头部大模型公司告诉你。即使把API价格提高一倍，利润也只改善了一点点。因为服务器租赁成本在飙升。

Cloud AI正在走向一个极限。

在这个极限到来之前，它必须完成一次自我重构。

安谋科技在Cloud AI方向上，有什么牌？

他们有一个叫Neoverse的处理器产品线。专为数据中心设计。

他们正在和全球生态合作，构建面向AI工作负载优化的云服务器参考架构。

他们不造芯片。他们设计架构。然后把架构授权给AMD、高通、亚马逊、微软这些公司。

这些公司拿着架构去造芯片。

这是一种非常聪明的商业模式。

你不出售产品。你出售的是整个行业的”地基”。

地基建好了，所有人都在你的地基上盖楼。

你收租金。

坦率的讲，当我把这三条线放在一起看的时候，我有一种特别强烈的感觉。

Arm——或者说以Arm为代表的芯片架构公司——正在从”卖图纸”变成”定义计算”。

过去，芯片公司告诉你”我的芯片有100 TOPS的算力”。然后你决定买不买。

现在，芯片公司告诉你”AI Agent时代的算力应该长什么样”。然后你跟着这个方向走。

这个变化，非常深远。

我有时候觉得，人类历史上所有的技术革命，都有一个共同的模式。

技术从”集中”走向”分散”。

第一次是电力。以前所有工厂都围绕一个蒸汽机运转。后来每个车间都有了电动机。

第二次是互联网。以前信息集中在图书馆和报社。后来每个人都能在互联网上发布信息。

第三次是云计算。以前计算能力集中在大型机。后来每个公司都能租云服务器。

现在是第四次。

算力从云端集中，走向边缘分散。

从单一芯片性能竞赛，走向异构计算平台构建。

从”更强”走向”更智能”。

安谋科技的CEO陈锋在演讲中提到一件事。

他说，传统的单一芯片性能追求，已经无法满足现代AI应用的需求。

异构计算平台的构建，显得尤为重要。

CPU、GPU、NPU、专用芯片。它们各自有自己的优势。把它们整合在一起，才能应对AI Agent时代的多场景需求。

这话听起来很技术。但翻译成大白话就是。

未来没有一个”万能芯片”。

未来是”组合拳”。

你的智能手表需要低功耗NPU。你的手机需要高性能GPU加NPU。你的数据中心需要高性能CPU加GPU。你的工厂需要低功耗MCU加传感器接口。

它们各不相同。但它们是同一个计算体系的组成部分。

如同陈锋在演讲最后说的。

“坚定不移地推进All in AI战略，携手生态伙伴，共同推动Agentic AI的创新与发展。”

Edge AI。

Physical AI。

Cloud AI。

这三条线，不是三个方向。是一个完整的全景。

边缘。

物理。

云端。

就是AI Agent在物理世界中的三个生存维度。

我有时候会想，技术发展的最终形态是什么。

是机器取代人类吗？

我觉得不是。

技术发展的最终形态，是让每一样东西都变得智能。

让你的手机智能。让你的手机能思考。让你的房子智能。让你的汽车智能。让你的工厂智能。

然后所有这些智能体，通过一个网络连接在一起。

形成一个巨大的、分布式的、自我进化的智能系统。

这个系统的”大脑”不在某个地方。它无处不在。

它在你口袋里。在你家里。在你的车里。在你的城市里。

它不在云端。它在一切地方。

这个时代，才刚刚开始。

而所有这一切的起点，只是几颗小小的芯片。

它们在边缘计算、物理智能、云端协同之间找到了新的平衡。

它们正在把一个”集中计算”的世界，变成一个”万物有脑”的世界。

以上。既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～

谢谢你看我的文章，我们，下次再见。