持續(xù)推進“人工智能+”行動，AI大模型驅動算力與產業(yè)升級

2025年，政府報告首次將“支持大模型廣泛應用”寫入，強調持續(xù)推進“人工智能+”的戰(zhàn)略。近年來，大模型技術突飛猛進，不僅帶動了算力、算法和數據等核心基礎的迭代升級，也推動了芯片及信息基礎設施等硬科技與軟件服務的協同發(fā)展，為產業(yè)生態(tài)形成了完整閉環(huán)。當前，大模型已逐步成為新質生產力的核心動力，深度重塑著生產力體系。

在政策持續(xù)加碼、市場需求愈發(fā)旺盛的雙重驅動下，中國AI大模型市場保持高速擴張。據IDC預計，2024年中國大模型應用市場已達47.9億元，2028年有望增長至211億元。AI大模型的加速普及不僅帶動了云端算力需求，更在端側（如機器人、智能終端）形成“大模型+傳感器+場景”的協同生態(tài)。

機遇與挑戰(zhàn)并存。隨著AI大模型加速落地，產業(yè)對于高性能、低延遲、強本地處理能力的訴求也在提升。尤其是推理任務向更廣泛、更高效的端側部署，產業(yè)升級面臨新的挑戰(zhàn)。

云到端：算力需求和計算模式的變革

生成式AI的爆發(fā)，令大模型應用從云端向“云—邊—端”全棧部署延伸，計算資源需求隨之升級。

云端層面，無論訓練還是推理，對算力和能效的要求都在持續(xù)攀升。模型參數量已經從千億邁向萬億，訓練階段需要大規(guī)模GPU集群。推理成本與用戶訪問量同步提升，服務器功耗和推理成本面臨極限挑戰(zhàn)，傳統x86架構的數據中心難以滿足當前增長速度。

端側層面，為緩解對云端的依賴，產業(yè)通過模型剪枝、知識蒸餾等技術減少模型體積，但對本地算力和能效的要求更加嚴格。設備端亟需適配高性能CPU、大顯存顯卡和高速存儲，智能手機、車載系統智能終端之間的算力競爭日趨激烈，醫(yī)療、教育、工業(yè)智能等領域同樣需求強勁。

展望未來，AI大模型終端化浪潮還將加速。這一趨勢背后，既有技術進步，也有多場景需求和產業(yè)政策疊加的驅動。端云協同正成為行業(yè)新常態(tài)——云端側重訓練和全局推理，端側側重實時響應和數據隱私。在智能制造、智慧醫(yī)療、自動駕駛等領域，打造一體化“云—邊—端”架構，并通過模型優(yōu)化和硬件加速，成為企業(yè)轉型不可或缺的路徑。當前，Arm架構因高能效、高性能和靈活性，在云到端的AI部署中表現突出，為大模型賦能提供了堅實的計算基礎。

Arm技術全棧賦能AI落地

為應對AI大模型從云端到終端的全鏈路算力需求，Arm提供了完整的軟硬件解決方案。

云端優(yōu)勢

Arm Neoverse平臺憑借高能效、廣泛的行業(yè)認可度，已成為基礎設施和AI推理領域的代表。2025年，全球超大規(guī)模云服務商出貨算力中，預計約有一半將采用Arm架構。亞馬遜（AWS）、Google Cloud、Azure等均基于Arm Neoverse開發(fā)定制芯片，并優(yōu)化了數據中心的能源效率。以AWS Graviton4 CPU為例，基于Arm Neoverse V2，其在處理Llama 3 8B等大型模型時，性能相較前代提升明顯：提示詞編碼速度提升14%—26%，不同批次生成性能最大提升可達50%。

終端與邊緣協同

在終端領域，Arm CSS計算子系統集成了Armv9.2 Cortex CPU集群、Immortalis與Mali GPU，并通過知名代工實現3納米工藝。Cortex-X925在AI推理（如大語言模型本地生成）場景下，AI性能提升了41%。Armv9架構不僅帶來了SME（可伸縮矩陣擴展）、SVE2（可伸縮矢量擴展）等AI加速指令，讓本地AI推理更高效，也顯著改善了DSP任務性能，適應了端側對高算力與低能耗的雙重需求。

在邊緣AI領域，Arm最新發(fā)布的計算平臺主打高能效CPU（如Cortex-A320）和支持Transformer的大型AI加速器（Ethos-U85），推動大模型在更多終端設備的落地。

構建軟件生態(tài)

軟件層面，Arm于2024年推出KleidiAI軟件庫，助力AI開發(fā)者在各類終端全面釋放Arm CPU的潛能，兼容Neon、SVE2、SME2等關鍵指令集。KleidiAI不僅已適配PyTorch、TensorFlow、MediaPipe等主流框架，并明顯提升Llama 3、Phi-3、混元等主流大模型在Arm平臺上的運行效率，覆蓋基礎設施、智能終端、物聯網和車載等主要應用場景。

總結

隨著AI大模型全面部署，計算產業(yè)邁入新階段。Arm架構依托“云—邊—端”協同布局，以高效計算和成熟生態(tài)，成為新質生產力的有力引擎。無論是在數據中心打破能效瓶頸，還是賦能終端AI本地推理，亦或通過KleidiAI連接軟件與硬件，Arm的全棧方案已成為大模型創(chuàng)新與落地不可或缺的底座。