?

又到了歲末年初之際，回顧過去的2024年，半導(dǎo)體產(chǎn)業(yè)有增長也有陣痛，復(fù)盤2024年的半導(dǎo)體產(chǎn)業(yè)狀況，有哪些長足的進(jìn)展又有哪些短板？展望2025年，半導(dǎo)體市場又有哪些機(jī)會(huì)，該如何發(fā)展？為此，電子發(fā)燒友網(wǎng)策劃了《2025年半導(dǎo)體產(chǎn)業(yè)展望》專題，收到數(shù)十位國內(nèi)外半導(dǎo)體創(chuàng)新領(lǐng)袖企業(yè)高管的前瞻觀點(diǎn)。其中，電子發(fā)燒友特別采訪了Arm中國區(qū)業(yè)務(wù)全球副總裁鄒挺，以下是他對2025年半導(dǎo)體市場的分析與展望。

Arm中國區(qū)業(yè)務(wù)全球副總裁鄒挺

AI需求持續(xù)爆發(fā)，計(jì)算子系統(tǒng)加速行業(yè)創(chuàng)新

當(dāng)前，AI已從各個(gè)維度融入大家的工作和生活。根據(jù)市場研究機(jī)構(gòu)Precedence research的預(yù)測數(shù)據(jù)，2024年全球AI市場規(guī)模約為6382.3億美元，2034年將增長至36804.7億美元，其間年復(fù)合增長率達(dá)19.1%。AI爆發(fā)帶來了巨量的處理器和算力芯片需求，Arm為此做了充分的準(zhǔn)備。

鄒挺表示，2024年是生成式AI快速成長的一年，也是Arm轉(zhuǎn)型為計(jì)算平臺(tái)公司的關(guān)鍵一年，得益于在硬件、軟件、生態(tài)等方面的多項(xiàng)進(jìn)展，Arm的平臺(tái)解決方案正成為支撐AI計(jì)算的技術(shù)基石。硬件方面，Arm 推出計(jì)算子系統(tǒng)(CSS)，豐富解決方案陣容，在有效提升性能和能效的同時(shí)，加快產(chǎn)品上市進(jìn)程。

面向基礎(chǔ)設(shè)施領(lǐng)域， Arm推出了兩款基于全新第三代Neoverse IP構(gòu)建的新的Arm Neoverse CSS：Arm Neoverse CSS V3與Arm Neoverse CSS N3，前者實(shí)現(xiàn)了單芯片性能50%的提高，后者實(shí)現(xiàn)了每瓦性能20%的提升。

面向智能終端市場，Arm推出了Arm終端CSS。作為面向新一代智能手機(jī)和電腦的計(jì)算平臺(tái)，Arm終端CSS集成了最新的Armv9.2 CPU、Arm旗艦級Immortalis GPU，以及生產(chǎn)就緒的CPU和GPU物理實(shí)現(xiàn)。這是迄今速度最快的Arm計(jì)算平臺(tái)，極大地提升了計(jì)算和圖形性能及 AI推理速度，適用于更廣泛的AI工作負(fù)載。其中Arm Cortex-X925和Immortalis-G925已被集成于MediaTek天璣9400芯片中，該芯片為中國最新的旗艦手機(jī)提供了核心驅(qū)動(dòng)，如vivo X200和OPPO Find X8系列產(chǎn)品。據(jù)悉，Arm終端CSS還獲得了世界互聯(lián)網(wǎng)大會(huì)頒發(fā)的2024領(lǐng)先科技獎(jiǎng)，體現(xiàn)了行業(yè)對其領(lǐng)先性及重新定義移動(dòng)端AI體驗(yàn)的認(rèn)可。

面向汽車市場，Arm推出了一系列新的Arm汽車增強(qiáng) (AE) 處理器和虛擬平臺(tái)，讓汽車行業(yè)在開發(fā)伊始便可應(yīng)用，助力縮短多達(dá)兩年的開發(fā)周期。其中，Arm Neoverse V3AE也是Arm首次將Armv9架構(gòu)帶入汽車應(yīng)用，使行業(yè)受惠于新一代Arm架構(gòu)所帶來的AI、安全和虛擬化功能等優(yōu)勢。此外，Arm汽車 CSS 將于2025年交付，將顯著提高計(jì)算性能和效率，縮短產(chǎn)品上市時(shí)間。

軟件和生態(tài)，充分釋放AI性能價(jià)值

除推出CSS，豐富解決方案陣容外，2024年Arm也不斷打磨軟件和生態(tài)，持續(xù)強(qiáng)化其平臺(tái)化公司屬性。在軟件方面，為了助力開發(fā)者加速 AI 創(chuàng)新，Arm推出了Arm Kleidi，這是一項(xiàng)廣泛的軟件和軟件社群參與計(jì)劃，旨在加速AI的發(fā)展；同時(shí)也積極參與多個(gè)本土開源社區(qū)，其中包括Arm加入了OpenCloudOS操作系統(tǒng)開源社區(qū)，以共同推進(jìn)開源云操作系統(tǒng)的發(fā)展；在長期投入的龍蜥社區(qū)方面，Arm也攜手社區(qū)成員推動(dòng)基于Arm架構(gòu)的軟硬一體的協(xié)同演進(jìn)、相關(guān)的功能實(shí)現(xiàn)和性能優(yōu)化。

在生態(tài)方面，2024 年Arm不斷深化與本土生態(tài)伙伴的合作，包括與vivo成立了聯(lián)合實(shí)驗(yàn)室，從vivo提供的用戶體驗(yàn)需求和實(shí)際場景問題出發(fā)，充分發(fā)揮芯片性能，也樹立了行業(yè)協(xié)作的新典范；與中科創(chuàng)達(dá)合作，成立了中國大陸首個(gè)Arm SystemReady Devicetree合規(guī)實(shí)驗(yàn)室；2024年也是Arm牽頭成立 SOAFEE（面向嵌入式邊緣的可擴(kuò)展開放架構(gòu)）的第三年，SOAFEE 成員已達(dá)140余家，涵蓋整個(gè)汽車生態(tài)系統(tǒng)和供應(yīng)鏈的方方面面，其中不乏多家國內(nèi)企業(yè)。

Arm在生態(tài)建設(shè)方面的成就有目共睹，其在軟件布局上的努力則尤為引人注目。談及發(fā)力軟件的原因，鄒挺表示，AI時(shí)代下技術(shù)的復(fù)雜性和多樣化應(yīng)用要求硬件與軟件深度融合，并實(shí)現(xiàn)更快的部署與更高的性能。可以說，只有軟硬件的協(xié)同發(fā)展方能充分釋放AI的性能價(jià)值。以Arm為計(jì)算基礎(chǔ)構(gòu)建的軟件平臺(tái)是世界上應(yīng)用廣泛且重要的軟件平臺(tái)。Arm在開發(fā)計(jì)算平臺(tái)的同時(shí)，也大量投入軟件開發(fā)，保證合作伙伴的產(chǎn)品一部署即能創(chuàng)造價(jià)值。如今，Arm的技術(shù)已經(jīng)涵蓋整個(gè)軟件棧的各個(gè)層面。從底層固件和操作系統(tǒng)的開發(fā)，到與游戲引擎、開源社區(qū)和獨(dú)立軟件供應(yīng)商 (ISV) 的戰(zhàn)略合作，確保所有這些在Arm平臺(tái)上都能“開機(jī)即用”。

目前已有超 2,000 萬名開發(fā)者在全球最大的計(jì)算平臺(tái) Arm 平臺(tái)上開發(fā)軟件，而這也形成了一個(gè)良性循環(huán)：更多的硬件吸引更多開發(fā)者開發(fā)軟件，進(jìn)而推動(dòng)對高能效硬件的需求，彼此互為循環(huán)。這一過程貫穿整個(gè)技術(shù)棧，從底層的操作系統(tǒng)到頂層的應(yīng)用程序和用戶與科技的互動(dòng)方式。一致的計(jì)算平臺(tái)為開發(fā)者提供了信心，使他們能夠編寫出可在當(dāng)前數(shù)十億臺(tái)Arm硬件上良好運(yùn)行的軟件。

洞察AI發(fā)展趨勢，驅(qū)動(dòng)行業(yè)創(chuàng)新發(fā)展

展望2025年，Arm持續(xù)關(guān)注AI發(fā)展的重要趨勢，比如產(chǎn)業(yè)將更聚焦能效，邊緣AI的價(jià)值持續(xù)增長，小語言模型 (Small Language Models, SLM) 將加速發(fā)展等。

談到2025年的AI發(fā)展，鄒挺認(rèn)為，AI 的可持續(xù)實(shí)踐將加速發(fā)展，產(chǎn)業(yè)也將更加聚焦能效。例如，為應(yīng)對日益增長的能源需求，AI 模型的訓(xùn)練可能會(huì)更多地安排在低排放的地區(qū)，以及電網(wǎng)負(fù)荷較低的時(shí)間段。通過平衡電網(wǎng)負(fù)載，這種方式能夠減輕高峰期的壓力并減少總體排放。因此，預(yù)計(jì)將有更多云服務(wù)提供商推出用于節(jié)能模型訓(xùn)練的時(shí)間調(diào)度選項(xiàng)。

對能效的關(guān)注也加速了邊緣AI和小語言模型的發(fā)展。據(jù)鄒挺介紹，邊緣AI方面，2025年或?qū)⒊霈F(xiàn)復(fù)雜的混合AI架構(gòu)，這些架構(gòu)將AI任務(wù)分配到邊緣設(shè)備和云端之間。系統(tǒng)將在邊緣設(shè)備上運(yùn)行AI算法以檢測感興趣的事件，而云端模型則負(fù)責(zé)提供附加信息。而決定是在本地還是云端運(yùn)行 AI 工作負(fù)載，將取決于可用電力、延遲要求、隱私考慮和計(jì)算復(fù)雜性等因素。Arm 擁有廣泛的面向邊緣 AI 的產(chǎn)品，從 Cortex-M到 Cortex-A，涵蓋了不同的性能水平和功耗需求。

此外，相比于生成較復(fù)雜或精細(xì)的內(nèi)容，SLM （例如 Llama、Mistral、Qwen、Gemma、Phi-3 的小規(guī)模參數(shù)版本）更加具備成本效益、高效且易于在計(jì)算資源有限的設(shè)備上部署，其訓(xùn)練過程也僅需消耗較少的電力。預(yù)計(jì)到 2025 年，這類模型的數(shù)量將顯著增加，且在任務(wù)中的使用也將越來越廣泛，包括語言和設(shè)備交互，以及基于視覺的任務(wù)，例如事件解讀和掃描等。這些模型能夠直接在邊緣設(shè)備上運(yùn)行，提升性能的同時(shí)也增強(qiáng)隱私保護(hù)。

Arm將持續(xù)強(qiáng)化計(jì)算平臺(tái)能力，滿足各行業(yè)對AI工作負(fù)載的需求，進(jìn)而促進(jìn)行業(yè)應(yīng)用創(chuàng)新。Arm 預(yù)計(jì)到 2025 年全球?qū)?huì)有1,000億臺(tái)基于Arm架構(gòu)的設(shè)備可用于AI。