在人工智能技术日新月异的引领创新今天，算力已成为推动行业发展的布芯报告核心动力  。从过去的片新感知式AI ，到生成式AI，思维时代再到Agent AI
，人工随着技术的根基不断的发展 ，算力需求呈现出爆炸式增长 
，应对同时也带来了能效、挑战安全性、引领创新可靠性等一系列挑战 。布芯报告作为全球领先的片新计算平台公司 ，亿华云Arm近日发布了《芯片新思维：人工智能时代的思维时代新根基》行业报告（以下简称报告），旨在探讨如何应对AI时代的人工挑战 ，并引领行业创新。根基

Arm解决方案工程部执行副总裁Kevork Kechichian在接受记者采访时表示
，应对AI技术的快速发展为行业带来了前所未有的机遇
，但同时也带来了巨大的算力挑战
。随着大模型 、深度学习等技术的广泛应用，算力需求呈现指数级增长
。这不仅要求芯片具备更高的香港云服务器计算性能，还需要在能效、安全性、可靠性等方面达到新的高度。传统的芯片设计模式已经难以满足这些需求，因此我们需要寻找新的解决方案 
。

如今，摩尔定律实现半导体缩放的传统方法已达到物理与经济的极限。产业正转向创新的替代方案，云计算如定制芯片
、计算子系统 (CSS) 以及芯粒 (chiplet)
，以持续提升性能与能效。

谈到人工智能时代应该如何构建更强性能的算力平台 ，降低数据中心能效时
，Kevork Kechichian表示 ，随着 AI 工作负载对计算密集型任务的需求日益增加，能效已成为 AI 计算发展的首要考量。为此，芯片设计正在整合优化的内存层次结构 、先进的封装技术
，源码下载以及成熟的电源管理技术，以降低能源消耗  ，同时维持高性能。

Kevork Kechichian强调，要实现这一目标 ，首先从最底层出发
，从晶体管层开始 ，与晶圆代工厂紧密合作
，确保晶体管在功耗和性能方面实现优化 ，无论是动态功耗还是漏电功耗 。二是在架构层面，对 CPU 以及各类处理引擎的服务器租用指令集进行针对性优化。三是要从系统级芯片 (SoC) 设计 、封装到数据中心等方面进行优化。在此过程中
，关键要点在于对数据及其传输过程的保护，降低在内存之间传输数据所消耗的电力。此外，在支撑大型数据中心运行的软件层，实现智能负载均衡，即针对人工智能 (AI) 的不同方面进行处理上的优化 ，建站模板并合理分配工作负载 ，尽可能减少不同节点之间的数据传输。

Kevork Kechichian表示，为了实现更高效的 AI 计算 ，定制芯片正成为一个重要的行业趋势。传统的 SoC 通常是通用芯片组，而定制芯片则是针对特定市场 、应用或客户的需求而量身打造的芯片解决方案 。

为了实现更高效的 AI 计算，定制芯片正成为一个重要的行业趋势 。传统的 SoC 通常是通用芯片组，而定制芯片则是针对特定市场 、应用或客户的需求而量身打造的芯片解决方案 。

那么 ，在定制芯片的过程中
 ，如何平衡定制化与通用性之间的关系 ，以满足不同客户和应用场景的需求 ？Kevork Kechichian告诉记者，定制芯片设计的关键在于确保芯片与软件具备高度的可复用性。虽然每颗芯片都是根据特定需求定制而成，但底层平台必须具备一定的通用性 ，这正是平台真正的价值所在。这些底层平台需要能够确保不同定制芯片之间实现一定程度的相互复用，唯有如此，才能有效应对成本与产品上市时间所带来的挑战。

“定制芯片的开发成本非常高 ，所需的资源也非常大——这既体现在投入开发的人力上，也体现在为开发定制芯片所需的大量计算资源上
。为此，Arm 已探索出多种能够有效降低开发投入的方法。” Kevork Kechichian表示，从加快产品上市的角度出发
，Arm 的定制化解决方案能够让合作伙伴显著缩短其产品上市周期。

报告指出，Arm Neoverse CSS经过验证的核心计算功能以及灵活的内存与 I/O 接口配置 ，加快了产品上市进程
，带来显著的优势。它在确保软件一致性的同时 ，为 SoC 设计人员提供了灵活性  ，使其能够基于 CSS 周围新增定制子系统，以打造差异化的解决方案。

先进的封装技术和工艺是近期芯片演进的另一个重要方向，推动了芯粒的发展。这些技术允许多个半导体晶粒的堆叠和互连
，在提升性能和能效的同时
，开创了现代芯片设计的可能性
，如晶粒间接口以及新的 2.5D 和 3D 封装解决方案 。

“实现定制芯片最基础的方法是从平台的角度出发
，识别可复用的模块与资源，并确保定制工作是在已有基础上进行
，无需一切从零开始 。我们需要充分评估现有的资源，并在此基础上构建定制化产品。正是基于这种方式
，Arm 与 SoC 及各类 IP 提供商密切合作，将解决方案交付给我们的合作伙伴。” Kevork Kechichian如是说 。

Kevork Kechichian同时强调，Arm能够将CPU、GPU、TPU 以及其他 AI 加速器在内的处理引擎无缝集成到一个子系统当中
，从而让 Arm 合作伙伴的硬件和软件开发工作变得更轻松。

Arm深知，芯片技术的创新离不开生态系统的支持
。因此，报告在探讨芯片技术创新的同时，也强调了生态系统的重要性。Arm正在积极与晶圆代工厂、IP提供商、系统集成商等合作伙伴开展合作
，共同推动芯片技术的发展和应用。

在谈及如何打造一个可持续且面向未来的生态系统时，Kevork Kechichian表示，实现这一目标的关键在于 ，我们必须充分激发并整合各方在不同领域的核心专长。当前，各类产业联盟正在蓬勃发展，成为推动行业创新发展的重要力量 。

他指出，商业上的收益是参与各方的驱动力。例如
 ，晶圆代工厂关注晶圆销售带来的收入增长 ，各类 IP 提供商则聚焦于权利金的增长 ，这一清晰的商业逻辑贯穿于整个产业链，一直延展到服务提供商，再到仿真平台领域。在此生态系统中，软件的复用会让参与的各方都能从中获益 ，共同推动生态系统的繁荣与发展。