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。”
边缘AI演进
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。
场景加速落地
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股票配资网配资，也将迎来快速增长。”他续称。
金猪配资提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
