前蘋果晶片大神新作，專為高性能計算而生。今日，美國AI晶片企業Tenstorrent推出高性能RISC-V CPU——TT-Ascalon，宣告其性能超越當下所有市場上已有RISC-V CPU。該CPU適用於伺服器、AI基礎設施、汽車高性能計算（HPC）及高級駕駛輔助系統（ADAS）等廣泛場景。Tenstorrent產品戰略副總裁Aniket Saha談道：“RISC-V核心幾乎覆蓋所有應用，但此前一直缺乏真正的高性能產品。Ascalon填補了這一空白，作為專為先進計算設計的RISC-V CPU，具備完整的出口合規性和全球可用性。”▲Tenstorrent產品戰略副總裁Aniket Saha在講解產品Tenstorrent於2016年創立於加拿大，於2023年將註冊地和總部遷往美國，2025年由晶片產業傳奇人物、前蘋果A系列及特斯拉自動駕駛晶片主導研發人吉姆・凱勒（Jim Keller）出任CEO，其於2025年剛剛憑藉開放式芯粒架構（OCA）成為RISC-V生態核心參與者。該公司近期剛剛被傳出推進至少8億美元的新融資，目前已完成多輪累計超10億美元融資，估值達32億美元。投資者對Tenstorrent的興趣源自其被認為是撕開輝達集中市場一條口子的重要潛力，其已通過大量開源技術避免了使用輝達成本較高的頻寬記憶體（HBM）。回到Tenstorrent今日的最新發佈來看，Ascalon的架構具有多方面創新，其通過業界標準SPEC CPU基準測試驗證，單核性能達到22 SPECint 2006/GHz、>2.3 SPECint 2017/GHz和>3.6 SPECfp 2017/GHz，並可在Samsung SF4X工藝節點下實現>2.5 GHz主頻，展現了其強大的設計和在先進工藝節點上的可擴展性。▲TT-Ascalon架構性能情況據Tenstorrent RISC-V核心副總裁Divyang Agrawal介紹，該產品的一大特徵是完全相容RISC-V RVA23規範。軟體生態決定了開發者能實現什麼。那麼Ascalon架構的生態系統在那裡？如何確保它能融入整個RISC-V生態？RVA23配置檔案標準化了應用級處理器需實現的功能集，這將直接整合到軟體工具鏈中。通過標準化，它不僅支援各類標準、安全擴展，還支援最新的RISC-V向量擴展，這正是其CPU與AI產品線共同採用的一大核心技術。並且，Ascalon整合高性能RVV1.0向量引擎，支援硬體虛擬化、先進記憶體管理和高級中斷架構。此外，Ascalon還具備安全性和RAS（可靠性、可用性和可維護性）特性，包括側通道攻擊防護。在推出Ascalon的同時，Tenstorrent還宣佈Ascalon全面支援GCC、LLVM和Qemu，並已完成上游合入，開發者和客戶可立即部署使用。通過本次發佈，Tenstorrent確保為RVA23建構的軟體能在Ascalon及任何符合RVA23規範的處理器上無縫運行，為開發者提供可靠保障。▲Ascalon全面支援GCC等軟體生態Divyang Agrawal補充道：“通過Ascalon，我們為客戶提供了集高性能核心、系統IP、RVA23相容工具鏈和完整技術資料於一體的整體解決方案。這為客戶開發從高性能計算到機器人等計算平台提供了關鍵建構模組，助力開發者拓展RISC-V生態。”Tenstorrent在產品設計時的一大原則是：一個設計方案的最終實現形態，取決於其目標應用領域。因此，他們從一開始就通盤考量了基礎設施、工具鏈、設計方法學以及設計本身。其架構被設計為高度可配置和參數化。Tenstorrent同時強調IP設計要有遠見。擁有IP、一套可配置的參數固然重要，但這還不夠。Tenstorrent認為其還需要提供一套能夠立即部署的完整方案，Tenstorrent團隊希望強調的是其可擴展性。Tenstorrent提供了從單連接埠到最多8連接埠的可配置性，從單一核心擴展至最多包含八個核心、共享快取的叢集，並會持續演進。Ascalon連接埠被認為是Arm的重要替代選項。▲Tenstorrent提供了從單連接埠到最多8連接埠的可配置性最後，當晶片流片之後，晶片偵錯能力至關重要。Tenstorrent認為，在設計中嵌入強大的偵錯能力，並控製成本，這再次成為其區別於普通IP供應商的一個關鍵。目前市面上已有的開發平台，大多不允許開發者在上面進行真正意義上的高性能軟體開發。但Tenstorrent使得從高性能計算（HPC）到嵌入式設計的軟體開發成為可能。正如Divyang Agrawal所說，將所有要素整合，Tenstorrent提供的是一個完整的解決方案。▲Tenstorrent提供的是一個完整的解決方案在生態合作方面，Tenstorrent通過其Innovation License（創新授權）計畫，為合作夥伴提供自主創新的路徑，該計畫使合作夥伴能夠基於Tenstorrent技術建構差異化且自主可控的解決方案。同時，Tenstorrent已與CoreLab建立合作夥伴關係，推動區域客戶支援和設計最佳化，幫助客戶高效採用並快速部署其IP。此外，Tenstorrent還在今日與知名軟體定義汽車平台供應商AutoCore.ai達成戰略合作。Ascalon RISC-V處理器為後者的AutoCore軟體平台提供強大的算力支援，加速RISC-V在汽車領域的應用落地。 (芯東西)

11月20日，ICCAD-Expo 2025在成都開幕，安謀科技CEO 陳鋒受邀出席高峰論壇，正式對外發佈「AI Arm CHINA」戰略發展方向安謀科技CEO陳鋒出席ICCAD-Expo 2025「AI Arm CHINA」 為安謀科技在AI時代錨定了方向，公司將聚焦AI領域，打造堅實的算力底座，加速中國智慧運算產業躍遷。錨定AI時代方向全心投入AI陳鋒指出，AI加速滲透至千行百業並重塑產業邏輯，半導體等產業都將用AI+的思維重構一遍，安謀科技將把握時代機遇，全力投入AI，不斷創新，助推AI產業發展。安謀科技CEO陳鋒發表演說目前，AI正以前所未有的速度從雲端滲透至邊端側，AI+已深度融入基礎設施、智慧製造、智慧醫療、智慧家庭、行動旅行與具身智慧等關鍵領域。進入AI時代，模型規模突破兆參數、應用場景日益多元、能源效率要求持續提升…這些趨勢對運算平台提出更高要求，需要能夠兼顧高效能、高能效與高擴展性的新一代運算平台，支撐從雲端到端的全場景AI部署需求，而Arm是唯一能涵蓋全範圍AI 運算需求（從毫瓦級到兆瓦級）的運算平台。緊密連結Arm全球生態推動AI無所不在「我們將充分發揮『橋樑』作用，緊密連接Arm全球生態，引進Arm在基礎設施、行動終端、智慧汽車、機器人等領域前沿技術，與本土創新互補，為中國積體電路產業提供豐富的解決方案。」陳鋒強調。AI運算負載持續成長，Arm運算平台的「每瓦效能」優勢日益凸顯。相較於其他平台，頭部雲端服務供應商改採用的Arm 架構晶片可達到高達40%的能源效率提升。在基礎設施領域，Arm與Meta、 Microsoft、NVIDIA等合作，持續擴展搭載Arm 運算平台的自研資料中心晶片，預計在2025年，出貨到頭部超大規模雲端服務供應商的算力中有近50%基於Arm架構。從基礎設施到移動終端，從智慧汽車到機器人，Arm運算平台為各行各業提供算力基石。目前，基於Arm架構的晶片累計出貨量已超過3,250億顆，同時Arm在全球擁有超2,200 萬開發者規模的生態系統，技術與生態協同推動AI萬象落地。生根中國市場建構AI計算生態陳鋒明確表示，中國市場是安謀科技的戰略落腳點。在「AI Arm CHINA」指引下，公司正全力推動Arm全球生態與本土自研IP創新融合，深度賦能中國AI運算生態發展。截至目前，安謀科技在國內的授權客戶已超440家，累計晶片出貨量突破425億顆。安謀科技目前已佈置四大自研IP產品線，包括「周易」NPU、「星辰」CPU、「山海」SPU和「玲瓏」多媒體系列。這些融合了東方智慧的IP產品線命名，也充分體現了公司紮根中國市場的堅定決心。作為「AI Arm CHINA」重要組成部分，公司正推動「All in AI」的產品策略，將在AI領域持續加大投入，以前瞻性視野整合頂尖研發資源，秉持開放合作理念，為半導體晶片夥伴提供業界領先的解決方案。在「AI Arm CHINA」策略方向加持下，公司各自研IP產品都在AI+方向上取得突破性進展。近期，公司發表的新一代NPU IP產品為專為大模型而生的「周易」X3 NPU IP，聚焦端側AI推理，大模型能力提升超10倍​​；不久前發佈的新一代CPU IP產品「星辰」STAR-MC3，也讓傳統MCU無縫增強AI能力。展會同期，安謀科技圍繞著「AI Arm CHINA」策略主題設定展區，全面呈現了公司在AI計算領域的技術能力與生態佈局，以實際成果展現戰略落地處理程序，彰顯了公司以無形IP賦能中國AI生態創新發展的研發實力與戰略決心。目前，安謀科技正推動兩項重要佈局：公司將落子香港，成立國際研發中心，聚焦AI、機器人等前沿領域，聯合高校與生態夥伴共同探索下一代AI技術創新；同時，公司上海Office將煥新，入駐西岸智塔AI Tower，融入中國AI產業鏈，加速半導體產業鏈協同創新。展望未來，安謀科技將以「AI Arm CHINA」為策略發展方向為指引，持續融合全球技術生態與中國本土創新，與生態夥伴攜手合作，共同推動中國AI運算生態創新發展。 （芯榜）

11月6日消息，據彭博社援引知情人士的話報導稱，軟銀集團（SoftBank）今年早些時候探索了對美國晶片設計廠商Marvell的潛在收購。但雙方數月前就收購條款談判後未達成一致，目前暫未重啟磋商，但未來仍存在交易可能。如果該交易成功，這將是半導體行業有史以來最大的交易。受該消息影響，Marvell在11月6日的美股交易中一度大漲超5%，不過收盤漲幅僅0.46%；Arm股價雖然高開2%左右，但是收盤下跌了1.21%。Marvell被低估了？據知情人士透露，軟銀集團創始人兼董事長孫正義多年來一直在斷斷續續地研究 Marvell ，作為潛在的收購目標，這也是他投資人工智慧（AI）業務發展戰略一部分。Marvell是一家創立於1995年的全球知名的晶片設計公司。其早期以儲存控製器晶片和手機晶片聞名，曾是全球儲存控制晶片市場和手機晶片市場的主要供應商。但是，在隨後激烈的4G手機晶片競爭當中，Marvell退出了手機晶片市場，並將主要精力轉向了網路與通訊晶片市場。Marvell目前的產品主要包括乙太網路解決方案、交換器、通訊控製器等，為整個通訊基礎設施、資料中心設計和開發半導體晶片。同時，Marvell也為客戶提供定製化晶片（ASIC）服務，主要面向資料中心、AI加速器、汽車市場。從營收來看，其約74%的營收來自資料中心領域。知情人士稱，軟銀集團在幾個月前已經向Marvell透露收購意向，雙方收購條款談判未達成一致，也並未達成任何協議，但該交易談判仍可能會重啟。知情人士稱，孫正義定期研究數十項可能的交易，但目前還沒有採取行動。近年來，Marvell 的股價因對其定製晶片業務前景的熱情而上漲，該業務擁有亞馬遜、微軟等大型客戶。但在今年3月份，該公司在收入預測低於最高預期後遭遇了二十多年來最嚴重的股價跌幅。雖然，在截至2025年7月底的2026財年第二財季，Marvell公司的季度收入達到創紀錄的20億美元（同比增長57.6%），但該公司股價自今年以來下跌了16%（截至美股11月5日收盤），目前該公司的市值約為800億美元。這與輝達公司和博通公司形成鮮明對比，這些公司今年都受益於AI熱潮，股價飆升。特別是博通公司，其是Marvell 在定製 AI 晶片業務中的主要競爭對手，目前其已經贏得了 OpenAI 等新客戶，今年股價累計上漲了約56%，市值更是達到1.7兆美元（截至美股11月5日收盤）。顯然，在孫正義看來，目前的Marvell是被低估了，或者說在孫正義看來，在他運作下，Marvell將會有更大的增長潛力。與Arm合併，打造AI巨頭知情人士稱，軟銀希望收購Marvell的目的是，將其與其控制的英國半導體IP大廠Arm進行合併，從而能夠更好的抓住AI資料中心市場爆發式增長的機遇。Arm擁有豐富的、被業界廣泛採用的各種半導體IP。比如，在智慧型手機市場，Arm的CPU/GPU IP佔據主導地位；在資料中心CPU市場，Arm也已經佔據了不小的市場份額。目前，亞馬遜、Google、阿里巴巴、微軟等雲服務大廠都有自研基於Arm 構架的伺服器CPU，輝達GB200/300系列AI系統當中的Grace CPU也是基於Arm IP。Arm公佈的資料顯示，其面向資料中心的Neoverse CPU核心出貨量已超過10億顆，主要用於運行定義現代計算的複雜AI和超大規模工作負載。Arm預計到2025年，基於Arm構架的CPU在主要雲端科技巨頭的資料中心當中的部署佔比將接近50%，這進一步鞏固Arm作為AI資料中心新型計算單元的地位。雖然，Arm在全球半導體市場具有著重要“基石”的地位。TD Cowen 也研究顯示，採用Arm 技術的晶片每年為各大晶片製造商帶來約2,000億美元的營收，但是Arm自身的營收規模卻相對有限，每年只有幾十億美元。根據Arm公佈的截至2025年9月30日的2026財年第二季財報顯示，其該第二財季營收雖然同比大漲34%，但是也只有11.4億美元，遠低於眾多大量使用Arm IP的晶片設計廠商。為了擴大營收規模，Arm CEO Rene Haas在上一財季時透露，計畫將部分利潤投入開發自家完整晶片與其他元件，意味著Arm將從以往僅提供半導體IP授權的商業模式，轉向對外銷售完整的晶片設計。而首要的客戶目標則是亞馬遜、Meta、OpenAI等雲資料中心大廠。近日，Rene Haas在接受媒體採訪時表示，在持續探索自研晶片的方向上，Arm已經“又向前推進了一點點”。據彭博社報導，孫正義和Rene Haas 一直在推動Arm開發自己的人工智慧（AI）晶片，他們希望在明年推出這些晶片。不過，Arm此前並沒有設計完整晶片的經驗，並且相關IP也主要聚焦於CPU/GPU等方面。相比之下，Marvell則在資料中心處理器/AI晶片的設計和開發上有著更為強大的技術實力和更為豐富經驗，同時也有非常多的配套的通訊晶片和IP。軟銀希望推動Marvell 和 Arm 的合併的企圖，可能就是希望形成一家具備強大的資料中心處理器/AI晶片設計能力和完整的系統級解決方案商。甚至軟銀還會將其在今年3月以65億美元收購的伺服器處理器設計廠商Ampere Computing 併入其中，以進一步增強合併後的公司的整體競爭力，以便抓住資料中心市場持續增長的機遇。根據市場研究機構TrendForce發佈的最新研究報告顯示，在AI需求推動下，今年全球八大主要雲端服務大廠（CSP）的資本支出（CapEx）總額的同比增長65%。同時，預計2026年全球八大CSP廠商合計資本支出將進一步增長40%至6000 億美元，展現AI基礎設施建設的長期增長潛力。而在這麼龐大的投資當中，半導體晶片可能將會佔據約一半左右的價值。反壟斷審查將是“攔路虎”受益於為AI熱潮當中的眾多資料中心客戶提供關鍵IP，以及計畫推出自有晶片的預期，Arm目前市值也達到了約 1700 億美元，相比Arm在2023年上市時的545億美元估值，已經增長了超過200%。而軟銀在2016年宣佈收購Arm時的價格更是只有約320億美元。目前，軟銀仍持有Arm近90%的股權。從目前來看，軟銀孫正義對於Arm的收購和隨後的資本運作是非常成功的，對於Arm市值帶來了顯著的提升。相比之下，營收規模更大的Marvell，其目前市值也才800億美元左右。顯然，對於孫正義來說，通過市值約1700億美元的Arm來收購Marvell是一個不錯的選擇。要知道目前軟銀本身的資金還是比較緊張的。今年4月，軟銀領投OpenAI一輪融資，並承諾在年底前完成300億美元投資。今年8月，軟銀還宣佈斥資20億美元投資英特爾。但是通過Arm收購Marvell會存在重大障礙，這筆交易不僅可能面臨反壟斷調查，同時可能還會遭到其他Arm客戶或Marvell競爭對手的反對，比如博通、高通等。輝達曾在2020年宣佈計畫以400億美元從軟銀集團手中收購Arm，當時該交易就遭到各國監管機構的調查，同時眾多的Arm客戶發聲反對該交易。最終，在經過長達約18個月的審查後，輝達和軟銀在2022年2月宣佈終止了這筆交易。此外，Marvell是一家知名的美國晶片設計廠商，川普政府一直在大力發展美國本土半導體產業，因此可能不太會願意看到美國的大型晶片設計公司被日本公司收購。一些知情人士還表示，軟銀、Arm 和 Marvell 也尚未確定收購後如何合併管理團隊。所以，Arm與Marvell後續是否會重啟收購談判仍是未知之數。一些知情人士表示，Marvell 還可能會吸引其他潛在收購方的興趣。對於該傳聞，軟銀、Marvell 和 Arm 的代表拒絕置評。 (芯智訊)

當地時間11月5日，半導體IP大廠Arm公司公佈了截至2025年9月30日的2026財年第二季財報，營收同比大漲34%至11.4億美元，這是Arm連續第三個季度營收突破10億美元大關，超越了分析師預期的10.6億美元。第二財季GAAP淨利潤2.38億美元，同比暴漲122%；Non-GAAP口徑下淨利潤4.17億美元，同比增長32%；Non-GAAP營運利潤4.67億美元，超出分析師預期的3.855億美元；Non-GAPP每股收益（不含股票報酬等項目）為0.39美元，也優於市場預期的0.33美元。Non-GAAP毛利潤率98.2%，優於分析師預期的97.9%。授權費同比大漲56%，累計簽署19項CSS授權協議從具體的業務表現來看，Arm 第二財季版稅（使用其技術生產晶片後所收取的版稅）收入同比增長21%至6.2億美元，這主要得益於其智慧型手機、資料中心與汽車等所有目標市場均呈現同比增長，推動了對於Armv9和Arm 計算子系統 (CSS)等晶片版稅率更高的 Arm 技術的持續採用，以及資料中心對基於 Arm 的晶片使用量的增加。此外，第二財季的授權費收入同比大漲56%，達到了5.15億美元，這主要是歸功於在該財季內的高價值合約的簽訂。Arm稱，其在第二財季署了三項新的CSS授權協議，分別應用於智慧型手機、平板電腦和資料中心領域，使授權總數達到19項，涉及11家公司。其中五家客戶已開始出貨基於CSS的晶片。三星也將把CSS應用於其Exynos系列晶片組，這意味著目前排名前四的Android手機廠商都在出貨搭載CSS技術的裝置。Arm解釋稱，第二季聯發科等合作夥伴將 Lumex CSS配置設計到其下一代晶片中，用於 Oppo 和 vivo 的新旗艦智慧型手機。“這是來自各個領域對Arm CSS技術持續強勁的需求，尤其是在資料中心方面。”Arm CEO Rene Haas表示，Arm CSS產品相比公司其他設計能帶來更高的版稅收入，而採用CSS技術的客戶數量增加，以及整體AI支出上升，都推動了公司給出樂觀的預測。CSS產品屬於更完整的晶片設計，能讓幫助客戶更快地完成整顆晶片的設計。資料中心CPU市場份額將達50%目前Arm 設計的 IP也越來越多應用於資料中心，目前，亞馬遜、Google、阿里巴巴、微軟等雲服務大廠都有自研基於Arm 構架的伺服器CPU。Arm公佈的資料顯示，其Neoverse CPU核心出貨量已超過10億顆，用於運行定義現代計算的複雜AI和超大規模工作負載。據Arm介紹，第二財季內，Google已經將超過 30,000 個雲應用程式遷移到 Arm，包括 Gmail 和 YouTube，並計畫將其超過 100,000 個應用程式中的大部分遷移到 Arm；微軟將基於 Arm 架構的 Cobalt 100 晶片推廣至全球 29 個地區；輝達則獲得了超過 5000 億美元的預期訂單，這些訂單將持續到 2026 年，因為市場對其基於 Arm 架構的 Grace Blackwell 超級晶片的需求依然異常強勁；新增的五個 Stargate AI 資料中心站點均以 Arm 作為戰略計算平台，凸顯了 Arm 在大規模人工智慧領域的作用。今年10月，Arm和Meta宣佈建立戰略合作夥伴關係，重點展示Arm計算平台的全系列產品，涵蓋從支援人工智慧的可穿戴裝置到運行Neoverse CPU核心的人工智慧資料中心，這些核心為Meta旗下包括Facebook和Instagram在內的眾多應用提供推薦引擎支援。Arm預計到2025年，Arm 構架的中央處理器（CPU）在主要雲端科技巨頭的資料中心當中的部署佔比將接近50%，進一步鞏固Arm作為AI資料中心新型計算單元的地位。Rene Haas 表示，這些Arm CPU在能效表現上比使用英特爾或AMD 技術設計的CPU高60%。“當觀察Arm CPU在資料中心的發展時，就會發現市場對AI計算的需求激增，而目前的瓶頸在於功耗問題，“對Arm來說，這反而是我們的優勢”。因此，Arm的Neoverse產品線帶來的收入已經翻了一倍。持續開拓邊緣人工智慧市場Arm還介紹了在第二財季內其與客戶在邊緣人工智慧領域的合作成果：在智慧型手機領域，Google的 Pixel 10 搭載了基於 Arm 架構的 Tensor G5 晶片，運行 Gemini 的速度比上一代快 2.6 倍，效率高 2 倍。在 PC 領域，輝達開始發售其基於 Arm 架構的桌面級 DGX Spark——一款用於本地模型訓練、微調和推理的緊湊型桌面超級電腦——將資料中心的功能直接帶到開發人員的辦公桌上，並加速裝置端 AI 的創新。在汽車領域，一家領先汽車製造商推出了一款基於 Arm 計算平台打造的旗艦電動汽車，而特斯拉推出了其下一代 AI5 晶片，該晶片專為特斯拉即將推出的汽車和機器人而設計，並基於 Arm 計算平台，其 AI 性能比上一代產品快 40 倍。Arm 在人工智慧領域的領先地位得益於其在電腦領域最廣泛的開發者生態系統，該生態系統目前擁有超過 2200 萬名開發者，佔全球開發者總數的 80% 以上。今年10 月，Arm 推出了與 GitHub Copilot 的智能 AI 整合，使數百萬開發人員能夠自動執行和最佳化雲工作負載向基於 Arm 的基礎架構的遷移。Arm KleidiAI 持續提升 AI 軟體在領先框架上的性能，包括在 PyTorch 中基於 transformer 的模型上性能提升高達 2.5 倍，以及在ExecuTorch上將裝置端速度和能源效率提高 20% 以上。Arm 貢獻了基礎晶片系統架構 (FCSA)標準，以加速晶片的設計和整合；同時，Arm Total Design的成員數量增加了兩倍，在開放計算項目 (OCP) 全球峰會上新增了 10 個成員，其中包括 Marvell。發力自研晶片根據TD Cowen 研究顯示，採用Arm 技術的晶片每年為各大晶片製造商帶來約2,000億美元的營收。相比之下，Arm自身的營收規模卻相對有限，只有幾十億美元。為了擴大營收規模，Arm CEO Rene Haas在上一財季時透露，計畫將部分利潤投入開發自家完整晶片與其他元件，意味著Arm將從以往僅提供半導體IP授權的商業模式，轉向對外銷售完整的晶片設計。而首要的客戶目標則是亞馬遜、Meta、OpenAI等雲資料中心大廠。Rene Haas在接受媒體採訪時表示，在持續探索自研晶片的方向上，Arm已經“又向前推進了一點點”。不過，Arm的這種轉型，顯然需要更多工程研發投入，這將在侵蝕Arm的盈利能力。並且，此舉也會使得Arm直接與部分大客戶競爭，可能會影響與客戶的合作。第三財季指引超預期對於第三財季的指引，Arm預計，營收為12.25億美元（±5000萬美元），中位數為12.3億美元，高於分析師平均預期11億美元；Non-GAAP每股收益0.41美元（±0.04美元）。Rene Haas 表示，旗下晶片設計方案CSS 產品帶來較高權利金收入，且越來越多客戶採用該技術，再加上整體AI 投資增加，預期公司前景相當樂觀。 (芯智訊)

不投虛的，軟銀要做“能落地的物理智能”。當多數人緊盯眼前收益時，孫正義卻以“看 300 年”的視野佈局未來。從PC時代創辦軟銀，到移動網際網路時代拿下iPhone日本獨家代理權，再到AI浪潮中收購ABB、建構“物理AI”帝國，孫正義的每一步都踩在時代變革的臨界點上。他的故事裡，既有“時間機器”投資理論的傳奇驗證，也藏著從激進擴張到理性深耕的蛻變。在AI重塑世界格局的當下，孫正義預見未來AI將超越人類智能萬倍，而機器人將是AI從數字世界走向物理現實的關鍵載體。為此，他一邊繫結輝達算力、投資 OpenAI、依託ARM築牢數字端AI生態，一邊從早期押注Pepper、波士頓動力，到如今投資思靈、優艾智合、傅利葉，並豪擲 53.75 億美元收購 ABB，持續攻堅物理端機器人領域。他不是追逐短期風口，而是以長期視野圍繞"AI+機器人"建造一個橫跨數字世界與物理現實的AI帝國。這一次，孫正義能否在AI 時代續寫屬於他的傳奇？一、從PC到移動網際網路，孫正義的300年未來視野1973年，16歲的孫正義因讀了一本著作對日本麥當勞社長藤田田敬慕不已，費盡周折求得一次當面請教的機會。當孫正義問及創業方向時，藤田田說“不要看過去的行業，要看未來的行業，電腦值得關注。”這番前瞻性的指引徹底改寫了孫正義的人生軌跡。同年，孫正義赴美留學，其在加州大學伯克利分校讀書期間展現出驚人的商業天賦，憑藉在校園內販賣日本遊戲機（半年獲利超150萬美元）及發明世界上第一台電子翻譯機（後以170萬美元專利費出讓給夏普公司）賺得第一桶金。隨後，他用這筆資金創辦了Unison World公司，卻在初具規模後以200萬美元價格將其出售並返回日本。在後續採訪中，孫正義表示離開矽谷是為了履行對母親“赴美只為求學，終將回國”的承諾。實則，這一決定背後有著深層考量，其早期求學與創業經歷浸潤於矽谷高科技產業氛圍，在這裡他目睹了電腦革命的興起，深受比爾・蓋茲、史蒂夫・賈伯斯等人事蹟的鼓舞。他回國時，恰逢日本經濟進入高度繁榮期，市場對新技術渴望已久。彼時PC行業剛剛興起，孫正義憑藉對本土市場與文化的深刻認知以及在美國積累的技術視野和商業經驗，敏銳地捕捉到日本市場對軟體和資訊技術的需求，並於1981年成立軟銀（SoftBank），軟銀寓意“軟體銀行”，早期從事軟體分銷業務。1994年，軟銀在日本上市，市值達30億美元，為未來擴張奠定基礎。積累一定資本後，為實現擴張，孫正義將目光投向了投資領域。1995-1996年間，在雅虎尚未盈利的初創期，他敏銳洞察到網際網路流量的巨大價值，先後投資1.05億美元獲得35%股權。這筆投資不僅拯救了雅虎，更助其確立了全球網際網路門戶霸主地位。1996年雅虎上市，後股價飆升，為軟銀帶來超100倍的回報。孫正義乘勢推動成立雅虎日本，該平台後續成長為日本最大的入口網站，進一步鞏固了軟銀在網際網路領域的行業地位。而孫正義在網際網路領域最傳奇的投資當屬2000年與馬雲6分鐘會談後，決定向阿里巴巴投資2000萬美元。他看中馬雲的願景與執行力，認為中國電商潛力巨大。2014年阿里上市，軟銀持股價值超600億美元，回報超3000倍，成為投資史上的經典案例。然而，巔峰之後，危機接踵而至。1999-2001年，全球科技股泡沫破裂。重押了300家網際網路企業的軟銀股價在六個月內暴跌99%，市值從2000億美元跌至20億美元，孫正義個人資產蒸發約700億美元，公司瀕臨破產。但孫正義未被擊垮，他堅信網際網路泡沫只是短期震盪，長期價值終將釋放。這種長期主義視角成為他後續行動的哲學基礎。同時，他深刻反思，開始強化風險控制，調整投資組合，並積極拓展新賽道。2004年，軟銀收購日本電信株式會社，進入固定電話通訊領域。“那時，我判斷是進入下一個階段的時候了，網際網路會變成移動網際網路。”孫正義在採訪中曾這樣復盤當時的戰略判斷。據其描述為了搶佔移動網際網路先機，他在申請移動通訊牌照遭拒後，與政府對簿公堂近一年，最終推動市場開放。期間，他意識到需要一款具有顛覆性的產品來支撐業務發展，於是帶著基於iPod功能的手機草圖前往美國會見賈伯斯，希望合作推出音樂定製手機。然而，賈伯斯當場否定了他的方案，並透露了正在研發iPhone的計畫。孫正義敏銳地意識到iPhone的潛力，當場提出希望獲得日本市場的獨家銷售權，這一請求被賈伯斯質疑，軟銀當時還未擁有移動通訊營運商資質，兩人達成口頭約定。此後，孫正義迅速行動。2006年，他以高達2兆日元（約200億美元）的代價，收購了日本沃達豐（後更名軟銀移動）躋身日本三大通訊營運商之列。在後續談判中，他接受了蘋果所有苛刻條件，並以極具創新的日本市場推廣方案打動了賈伯斯，於2008年成功拿下iPhone在日本的獨家代理權，奠定了軟銀在移動網際網路時代的優勢地位。從軟體分銷到網際網路投資，從固定電話到移動通訊，孫正義的每一步都緊扣未來趨勢。他常說：“我看的不是30年後而是300年後；我不看昨天，不看現在，我看的是未來。”他將投資視作塑造未來的重要方式而非單純獲取財務回報的手段，並將其比作“時間機器”，主張通過支援創新企業提前佈局未來技術趨勢。二、AI豪賭與救贖：豪擲千億願景基金，靠ARM上市回血2012 年，孫正義用 220 億美元收購美國第三大移動通訊商 Sprint，並積極推動其與美國第四大電信營運商T-Mobile合併，希望把當年在日本的神奇操作複製到北美。2016年又斥資320億美元以溢價43%的代價收購了晶片王者ARM，這是軟銀歷史上最大的收購，儘管當時市場普遍質疑其商業性價比，但在孫正義的戰略佈局中，ARM被視為抓住物聯網及AI大潮的門票。這位極具前瞻性的投資“狂人”早就洞見人工智慧、物聯網、5G等下一代資訊革命的曙光。他在後續訪談中明確表示：“CPU、儲存、通訊三大核心技術過去30年已實現100萬倍提升，未來仍將延續這一趨勢，為AI的全面落地奠定基礎。”他對此深信不疑，而這需要大規模長期投資來佈局未來科技生態。基於這一判斷，2017年，孫正義發起規模高達千億美元的願景基金，明確將AI作為核心投資方向。該基金規模超過了當時全球風險資本的總和，其中450億美元來自沙烏地阿拉伯王儲，既是資本工具，更是軟銀從電信營運商向科技投資平台轉型的核心載體。願景基金採取高估值、強控制權的投資策略，密集押注Uber、WeWork、字節跳動等全球科技獨角獸，試圖以資本推動技術商業化，建構一個互聯互通的AI生態。據說孫正義的投資方式非常簡單粗暴，要麼不投，要投就“砸錢”佔股三分之一，單筆金額高達1億至2億美元，如果對方猶豫就以“不接就投給對手”說服創業者。馬雲曾評價他 “極具遠見、膽識過人，擁有世界上鮮有人及的勇氣”，孫正義卻調侃 “這份勇氣讓我虧了不少錢”。2019至2021年市場下行，願景基金遭遇巨額虧損：2019財年因WeWork上市失敗（估值從700億美元跌至78億美元），錄得1.8兆日元（約1176億人民幣）虧損；2021財年因滴滴、Coupang等重倉企業股價大幅下挫，疊加阿里等核心持倉市值縮水，虧損進一步擴大至2.64兆日元（約1400億人民幣），軟銀集團因此背負數百億美元整體虧損。這場危機引發外界對其投資策略的質疑。2022年軟銀財報會上，孫正義認錯並宣佈退出軟銀和願景基金日常管理，將主要精力放在推動晶片設計公司ARM的增長和IPO上。彼時，ARM受物聯網發展不及預期影響，成本攀升、利潤下滑，2019年淨利潤不足3億美元。孫正義曾計畫出售ARM，2020年與輝達達成400億美元交易，卻因反壟斷審查失敗，交易於2022年終止。這一挫折讓孫正義徹底轉變思路，決定推動ARM獨立上市。為確保上市成功，孫正義傾注大量精力主導籌備工作：一方面牽頭最佳化ARM業務結構，聚焦AI晶片等高增長賽道，強化核心技術競爭力；另一方面積極協調全球監管機構，解決跨境上市的合規性問題，並組建專業團隊推進財務梳理與投資者關係維護，為ARM登陸資本市場掃清障礙。2023年9月，ARM在納斯達克上市，發行價51美元/股，首日漲25%。2024年，隨著AI熱潮興起，ARM市值飆升，較發行價上漲3.5倍，市值一度突破1900億美元。軟銀持股約90%，通過ARM上市，不僅回籠資金，更因ARM股價暴漲實現巨額帳面盈利，孫正義也借此翻身。不過，由於願景基金的巨額虧損，他錯失兩次關鍵 AI 機遇：一是未入局Open AI早期融資，僅在2024年ARM上市回籠資金後，以5億美元參與其66億美元後續融資，錯失價值爆發的黃金期；二是2017年斥資40億美元購入輝達股份，2019年因財務壓力全部減持，錯失算力需求激增帶來的股價紅利。經此起伏，孫正義以ARM上市為轉機，認清核心技術資產的長期價值，變得更加理性成熟，投資策略從激進擴張轉向審慎穩健，更注重風險防控與價值錨定，將資源集中於AI、半導體等具備底層壁壘的硬核領域，為下一輪科技浪潮蓄力。三、從Pepper停產到押注ABB，物理AI願景砸進工業現實孫正義的野心遠不止於投資。他曾直言：“別拿我與蓋茲、祖克柏比，他們只經營一個業務，而我參與了上百個。我控制的是整個科技生態系統。我不是CEO，我正在打造一個帝國。與我對應的應該是拿破崙、成吉思汗或秦始皇”。孫正義堅信，人工智慧將是人類歷史上最大的革命，未來一切都應該重新定義。在他看來，未來將由"代理式AI"與"物理AI"共同構成。個人代理將在2-3年內廣泛普及，並完成從“資訊工具”到“智能夥伴”的本質蛻變。而機器人作為“物理AI”的核心載體，是AI從數字世界進入物理世界的關鍵，在孫正義的AI帝國藍圖中，始終佔據核心地位。軟銀的機器人征程始於2012年對法國Aldebaran的收購，並在此基礎上組建了軟銀機器人公司（SBRH）。2014年，其首款情感互動機器人Pepper問世；2017年，軟銀又將業界標竿波士頓動力收入囊中。然而，這些明星產品均因技術願景與市場現實脫節而折戟。由於功能侷限、成本高昂且可靠性差未能支撐其情感機器人定位，Pepper最終未打開消費市場，被迫在2020年停產，波士頓動力後續也因始終未能解決商業落地問題，在2021年80%的股權被轉賣給現代汽車。接連受挫促使軟銀徹底調整機器人戰略，從追求"通用人形"的強干預收購，轉向攻堅"通用能力"的多層次生態投資。戰略重心轉向工業、物流等具備明確商業價值的場景，著力在能產生直接經濟效益的領域建立標準與落地範式。在工業與物流自動化領域，軟銀於2021年通過投資協作機器人企業思靈機器人、收購倉儲物流機器人公司Berkshire Grey及參與工業移動機器公司優艾智合融資，建構了從工業高精度控制到智能倉儲分揀的完整自動化鏈條。同年，軟銀分別投資擎朗智能（餐飲酒店配送）與高仙機器人（商用清潔），卡位"無人配送"和"無人清潔"這兩個場景明確、易於規模化的細分領域。2022年，軟銀進一步拓展至醫療康復領域，向傅利葉智能注資4億元人民幣，該筆投資不僅著眼於康復機器人的市場潛力，也為軟銀未來參與通用人形機器人技術研發埋下伏筆。與此同時，軟銀也在同步強化底層能力佈局，2024年，軟銀領投SkildAI，強化機器人"通用大腦"能力；在算力與晶片層，孫正義在2023年投入200億日元建設算力平台，並深化與輝達合作，次年，軟銀收購英國晶片公司Graphcore，2025年增持輝達與台積電股份，並向英特爾投資20億美元，全面強化對AI晶片與先進製程的掌控力；在平台與訓練資源層，2025年，軟銀與OpenAI、甲骨文共同啟動“星際之門”資料中心計畫，總投資規模預計達5000億美元，並承諾向OpenAI投入巨額資金（報導稱約300億美元），據10月26日最新消息，軟銀集團董事會已批准向OpenAI追加225億美元投資，加上此前已撥付的75億美元，其 300 億美元投資計畫進入實質性落地階段。這一系列佈局彰顯了軟銀"物理AI"生態的長期佈局，以垂直場景應用為牽引，以全端技術能力為支撐，持續推進其"AI時代全球組織者"的願景。2025年10月，軟銀以53.75億美元收購ABB機器人業務，這不僅是一次資產併購，更標誌著孫正義的AI戰略正式邁入系統整合階段。這一收購帶來三重核心價值：首先，重塑軟銀角色，推動軟銀從單純以資本連結資源的“生態投資者”，轉變為掌控ABB生產工具、可主導生態規則與技術落地的“生態主導者”；其次，獲取工業場景的核心資產，作為工業機器人“四大家族”之一，ABB成熟的自動化技術與全球市場佈局，全球工廠網路，為軟銀AI技術提供了真實的測試場，其工業級資料成為訓練“物理AI”的寶貴資源；最後，完成了戰略整合閉環。ABB成為串聯軟銀前期機器人佈局的主線，將分散的投資轉化為協同增長的生態體系。軟銀在機器人領域的佈局，清晰展現了孫正義從試圖以資本催熟未來的“投資狂人”到尊重商業規律的“生態組織者”的蛻變。正如矽谷投資人比爾·格利所言：“Benchmark想要的是賺錢，而孫正義，他想要的是傳奇。”在AI重塑產業的時代，孫正義能否續寫傳奇，將取決於他能否通過ABB這一支點，將“物理AI”的技術藍圖轉化為真正可持續的商業帝國。 (億歐網)

看不見的晶片帝國在智慧型手機時代，有一家公司幾乎無人不知，卻又很少被人提起。它不生產一顆晶片，卻掌控著全球超過95%智慧型手機的"大腦"——從iPhone到Android手機，從特斯拉到機器人，只要是智能裝置,內部幾乎都搭載著它設計的處理器架構。這家公司就是ARM。2023年9月，ARM以540億美元的估值重返資本市場，創下兩年來全球最大規模IPO紀錄。如今，它的市值已飆升至1500億美元，翻了近三倍。在AI浪潮席捲全球的今天，ARM不僅為輝達最先進的Grace Blackwell晶片提供了72顆CPU核心，更成為連接"訓練、推理、物理AI"三大戰場的關鍵樞紐。ARM的CEO勒內·哈斯（Rene Haas），這位曾在輝達與黃仁勳共事多年的行業老兵，在近期的一場深度訪談中，首次系統闡述了ARM的戰略邏輯：從AI晶片市場的三足鼎立，到中美晶片生態的同步性；從美國製造業的文化困境，到對技術脫鉤的明確反對。以下是這場訪談的完整內容，全文約1萬字，有些硬核。讓我們一起走進這位晶片行業"幕後推手"的思考世界。第一部分：從輝達到ARM——黃仁勳教會我的那些事主持人：勒內，歡迎來到現場！最近您在忙什麼？還在研究"3毫克的鋁製封裝"嗎？還是已經升級到"9毫克"了？我知道ARM和輝達既合作又競爭，您應該會選擇挑戰"9毫克"這個更高難度的目標吧？【註釋】："3毫克/9毫克鋁製封裝"是晶片行業的一個技術梗，指的是晶片散熱封裝的重量最佳化。數字越大，技術難度越高。勒內·哈斯：哈哈，如果要和黃仁勳（輝達CEO）較量，我肯定選"9毫克"。面對他，你必須拿出"敢闖敢拚"的勁頭才行。主持人：您曾在輝達工作多年，2020年ARM差點被輝達以400億美元收購。從與黃仁勳的合作中，您學到了什麼？如今面對輝達這樣的競爭對手，這些經驗又如何幫助您？勒內·哈斯：首先要說明，輝達現在仍是ARM的重要客戶，所以我今天不會把黃仁勳當成"對手"來談。但你說得對，我確實在輝達工作了很多年，那段經歷讓我受益匪淺。黃仁勳和邁克爾·戴爾（戴爾電腦創始人）、孫正義（軟銀創始人）這些企業家有個共同點：他們在三四十年前創立公司，如今仍在一線掌舵。這類領導者身上有驚人的共性——敏銳的遠見、果斷的執行力、無畏的冒險精神，以及快速調整戰略的能力。我記得有一次，那時輝達年營收只有40億美元左右，我們召開了一場戰略場外會議。原本計畫是各業務線總經理依次匯報發展規劃，但會議最後演變成了一場"戰略大地震"：我們決定砍掉一條產品線，把2000名工程師從"項目X"全部轉移到"項目Y"。要知道，當時輝達全公司也就6000人。主持人：能透露一下"項目X"和"項目Y"具體是什麼嗎？勒內·哈斯："項目X"是我們當時正在做的移動晶片組研發——目標是打造能與英特爾處理器相容的移動晶片。但熟悉早期PC架構的人都知道，和英特爾在晶片組領域競爭難度極大。他們通過高度整合的技術和專利壁壘，讓競爭對手很難突破。正是因為這個困境，黃仁勳看到了系統級晶片（SoC）和ARM架構的潛力。他果斷決定讓團隊全面轉向ARM架構，這就是"項目Y"的由來。這個決策在當時非常大膽，但現在回頭看，正是這次轉向讓輝達抓住了移動計算的浪潮。【註釋】：英特爾在PC時代通過X86架構和晶片組的緊密整合，建構了極高的競爭壁壘。而ARM架構的特點是低功耗、可授權，更適合移動裝置。輝達當年的這次戰略轉向，為其後來在移動處理器Tegra系列的發展奠定了基礎。第二部分：ARM的獨特位置——不造晶片的晶片之王主持人：我們先回顧一下ARM的關鍵節點。2016年，孫正義的軟銀以320億美元將ARM私有化；之後嘗試出售未果，最終選擇讓ARM上市，如今市值已達1500億美元。據說孫正義至今拒絕出售任何一股ARM股票。現在來談談輝達。作為全球市值最高的晶片公司，它幾乎成了"理解AI的窗口"。您如何看待輝達的核心競爭力？為什麼目前還沒有其他企業能在規模上與之抗衡？未來5到10年，這種格局可能發生怎樣的變化？勒內·哈斯：這個問題很複雜，讓我從"計算負載"（compute workloads）這個核心邏輯說起。無論對ARM還是整個晶片行業，市場需求的本質都是"如何高效處理計算負載"。當一種新的計算負載被發現或創造出來時，關鍵就在於"那種處理器架構最適合應對它"。以AI為例，從2012年AlexNet（深度摺積神經網路）的突破，到DeepMind團隊的研究，AI領域尤其是"模型訓練"，本質上是一個極其複雜的平行計算問題。而圖形處理器（GPU）恰好非常適合處理這類任務。【背景】：2012年，AlexNet在ImageNet圖像識別挑戰賽中取得突破性成績，標誌著深度學習時代的開啟。這個模型最初就是用兩塊輝達GTX 580遊戲顯示卡訓練出來的，證明了GPU在平行計算上的巨大潛力。事實上，早期AlexNet的研發並不是用專門的AI晶片完成的，而是用遊戲GPU。當AI訓練，尤其是基於Transformer架構的訓練需求爆發時，輝達憑藉在GPU領域的深厚積累，恰好抓住了這個千載難逢的機遇。如今，訓練複雜AI模型的計算量已呈指數級增長。舉個例子，GPT-3的訓練需要約3640 PetaFLOP/s-days的計算量，而GPT-4的訓練量可能是GPT-3的數十倍。ARM在其中扮演的角色也很關鍵：所有這些計算負載不僅需要加速器（如GPU），還需要CPU來協調裝置運行、輔助加速器發揮作用。輝達目前最先進的Grace Blackwell晶片，就搭載了72個ARM架構的CPU核心。這72顆CPU負責系統調度、資料傳輸、記憶體管理等關鍵任務，讓GPU能專注於平行計算。這正是ARM與輝達深度合作的體現。主持人：所以ARM提供的是"大腦的協調中樞"，而GPU是"計算的肌肉"？勒內·哈斯：這個比喻很貼切。但競爭格局並非輝達一家獨大。比如Google推出了自研的TPU（張量處理單元），專門用於自家AI任務；特斯拉最近整合了兩款自研晶片，還在研發AI5和AI6；Cerebras、Groq等新興公司也籌集了巨額資金。市場上正在討論"通用晶片"與"定製晶片"的路線之爭。可以說，現在正是晶片行業充滿機遇與變革的時期。主持人：ARM是否打算成為這些企業的"技術供應商"，為它們提供晶片架構支援？還是說，ARM未來可能自研晶片，直接與輝達競爭？勒內·哈斯：或許兩者可以兼顧。目前ARM的核心角色是"連接加速器與裝置的微處理器供應商"——無論是Cerebras、輝達還是Google的定製加速器，都需要搭載ARM架構的處理器來協同工作。未來ARM是否會自研定製晶片？這並非沒有可能。但與此同時，我們也在為客戶提供定製化智慧財產權（IP）服務——幫助他們設計專屬晶片。ARM的獨特優勢在於，我們既能提供標準化解決方案，也能支援定製化需求。更重要的是，當AI從"千兆瓦級資料中心"向"頭戴裝置、可穿戴裝置"等終端延伸時，這些裝置對"能效比"的要求極高。舉個例子，Meta的Ray-Ban智能眼鏡就搭載了ARM架構的晶片。這副眼鏡重量只有50克左右，電池容量不到1瓦時，卻要支援AI助手、拍照、語音識別等功能。在這種極端功耗限制下，ARM架構在低功耗計算領域的積累，讓我們成為這一趨勢的核心參與者。第三部分：AI晶片市場的"三國演義"主持人：您是否認為，未來市場會分化為"訓練晶片"和"推理晶片"兩大領域？比如OpenAI、Google等公司已開始自研推理晶片——畢竟推理可能佔據AI工作負載的99%。他們似乎默認輝達在訓練領域的領先地位，暫時沒有挑戰的意圖。這種市場分化是否可能發生？推理晶片領域是否會出現更激烈的競爭？勒內·哈斯：我認為這種分化不僅可能發生，還會出現第三個細分領域——我稱之為"簡化版訓練晶片"。首先，推理領域的定製化需求會越來越強。終端裝置無法搭載"千瓦級功耗"的GPU，必須用專用低功耗推理晶片。比如，一台智慧型手機的整體功耗只有3-5瓦，不可能裝一塊功耗200瓦的GPU。其次，訓練領域也會出現分層。並非所有場景都需要運行"兆參數模型"。有些場景只需要"200億參數的混合專家模型（Mixture of Experts，MoE）"。這類模型既能用於推理，也能進行小規模訓練，比如強化學習。就像"教授帶學生，學生也能輔助教學"，兼具兩種能力。【技術解讀】：混合專家模型（MoE）是一種高效的AI架構，它將大模型拆分成多個"專家"子模型，根據輸入動態啟動相關的專家。這種架構在保持性能的同時，大幅降低了計算成本。Google的Gemini 1.5和Meta的Llama 3就採用了MoE架構。所以未來市場會是"大規模訓練-簡化訓練-推理"三分天下的格局。而推理領域由於應用場景更分散——從資料中心到手機、汽車、機器人——競爭無疑會更激烈。主持人：您多次提到"物理AI"（Physical AI），比如機器人領域的AI。您認為這會是一個多大的市場？勒內·哈斯："物理AI"確實會成為一個兆級市場。坦率地說，其規模未來可能超過資料中心晶片市場。目前機器人晶片大多採用"臨時解決方案"——改裝汽車晶片，比如符合ADAS（高級駕駛輔助系統）功能安全標準的晶片。但這類晶片並非為"執行器控制"或"關節運動"等場景定製，只是過渡方案。未來的機器人需要大量專用晶片。一台人形機器人可能搭載數十甚至數百顆晶片，分別負責視覺感知、決策規劃、運動控制、觸覺反饋等不同任務。這些晶片需要極高的即時性、可靠性和能效比，與當前通用晶片或資料中心晶片的設計邏輯完全不同。舉個例子，波士頓動力的Atlas人形機器人，全身有28個液壓關節，每個關節都需要即時控制系統。如果未來人形機器人要達到每秒30幀的感知和決策速度，每台機器人可能需要50-100顆專用晶片。如果全球部署10億台機器人——這個數字並不誇張，因為全球汽車保有量已超過14億輛——僅晶片市場規模就可能達到數千億美元。這還不包括工業機器人、服務機器人、農業機器人等其他類型。第四部分：中美AI生態與供應鏈博弈主持人：ARM早期以"參考設計"為核心，與合作夥伴共同推進技術落地。這種模式是否讓您對"出口管制"和"中國在全球晶片生態中的角色"有更獨特的視角？畢竟與"自主生產、自主銷售"的廠商相比，ARM的產業鏈位置更靠前。勒內·哈斯：ARM的商業模式是"設計晶片架構，由合作夥伴負責生產"——我們的晶片設計主要由台積電代工，部分由三星、英特爾生產。由於我們處於"硬體與軟體的連接點"，比任何企業都更早看到行業趨勢。畢竟無論是硬體廠商還是軟體開發商，最終都需要基於ARM架構進行適配。從出口管制的角度看，我們確實能更直觀地感受到其影響。但更重要的是，中國市場的生態其實與全球生態高度同步——這一點很關鍵。比如，中國的智慧型手機雖然不搭載Google原生Android系統，但運行的是基於AOSP（Android Open Source Project，Android開放原始碼專案）的定製系統，共享Android的應用生態。華為的鴻蒙OS最初也是基於Android原始碼開發的。在自動駕駛領域，中國企業也在基於ARM、高通、輝達聯合開發的ADAS框架進行創新。比如，小鵬汽車、蔚來汽車的智能駕駛系統，底層都使用了ARM架構的處理器。目前中國的軟體生態與西方高度相似，這對ARM而言是積極訊號。我們始終希望全球生態保持開放，這是行業持續增長的基礎。主持人：川普政府曾計畫收購英特爾9%-10%的股份。而英特爾在移動晶片、先進製程（如EUV）等領域多次錯失機遇。您認為英特爾為何會在這場晶片革命中落後？勒內·哈斯：我整個職業生涯都在半導體行業——1984年從德州儀器（TI）起步，深知這個行業的"長周期屬性"：晶片研發、晶圓廠建設、架構生態搭建，都需要長期投入。一旦在關鍵節點落後，就很難追趕。英特爾的落後主要源於兩個關鍵失誤：第一，完全錯失移動晶片市場。這是一個數千億美元的增量市場。2010年前後，蘋果邀請英特爾為iPhone設計晶片，但英特爾拒絕了，理由是利潤率太低。結果蘋果轉向ARM架構，自研了A系列晶片。如今蘋果每年銷售超過2億部iPhone，每部手機的晶片價值約40-60美元，英特爾錯失了每年近百億美元的市場。第二，在先進製程（尤其是EUV，極紫外光刻技術）上的投資不足。大約十年前，英特爾沒有像台積電那樣大規模投入EUV研發，導致其在7奈米、5奈米等先進製程上逐漸落後。【技術背景】：EUV（Extreme Ultraviolet Lithography）是生產7奈米及以下先進製程晶片的關鍵技術。台積電在2010年代初就開始大規模投入EUV研發，而英特爾直到2018年左右才加大投入，錯失了關鍵的技術窗口期。半導體行業的"飛輪效應"非常明顯：台積電憑藉先進製程吸引了蘋果、輝達、AMD等頂級客戶，客戶的訂單又讓台積電有更多資金投入製程升級。2023年，台積電的研發投入達到86億美元，佔營收的12%。【注】：在城堡集團 肯.格里芬 那篇文章裡，也提到了“飛輪效應”：肯.格里芬Ken Griffin：城堡投資集團Citadel的帝國創始人，從哈佛宿舍安裝衛星天線開始套利生涯反觀英特爾和三星，由於失去部分核心客戶，製程迭代速度進一步放緩。這種差距一旦形成，就會不斷擴大，追趕難度極大。主持人：ASML的EUV光刻機、蔡司的光刻鏡頭，都是西方半導體產業鏈的"關鍵基礎設施"。美國政府是否應該加大資金投入，扶持這類企業，以提升供應鏈多樣性？勒內·哈斯：完全應該。以稀土為例，很多人認為中國"壟斷稀土市場"，但實際上稀土礦產資源全球分佈廣泛——美國、澳大利亞、加拿大都有豐富的稀土儲量。真正的瓶頸在於"稀土提煉技術"和"提煉工廠建設"，這需要數十年的技術積累和資本投入。中國從1980年代開始就在稀土提煉領域持續投入，建立了完整的產業鏈。如今中國控制了全球約70%的稀土提煉產能，不是因為礦產壟斷,而是因為技術和產業鏈的領先。我曾在中國生活多年，對中國的產業政策印象深刻。中國的中央政府會制定跨"選舉周期"的長期產業規劃——比如"十四五規劃"覆蓋2021-2025年，而且要求科技部門的決策者具備工程背景，確保政策的專業性和連續性。美國要在半導體上游領域實現突破，也需要這種"長期主義"：不僅需要政府資金支援，還需要企業、私募股權等社會資本的參與，更需要穩定的政策環境。晶片裝置製造不是兩三年就能見效的項目，可能需要10-15年的持續投入。主持人：韓國、日本、歐盟已承諾向美國投資近2兆美元，用於半導體產業。美國如何才能培育出像ASML這樣的核心企業，或掌握光刻鏡頭這樣的關鍵技術？勒內·哈斯：ARM並非美國公司，但我認為美國企業需要加強合作——比如聯合投入資本，針對關鍵領域進行攻關。以ASML為例，它的成功離不開歐洲企業的長期協作。ASML的EUV光刻機使用了蔡司的光學鏡頭、飛利浦的精密機械技術、德國Trumpf的雷射器。這種跨企業、跨國家的產業協作模式，正是歐洲半導體裝置產業的核心競爭力。美國要複製這種成功，需要"產-學-研-資"的協同：大學需要開設相關專業，培養核心人才；企業需要提供應用場景和資金支援；私募股權、風險投資需要長期陪伴。半導體上游領域的投資規模大、回報周期長，必須打破"短期盈利"的思維。第五部分：美國製造業的"文化困境"主持人：台積電在亞利桑那州建設晶圓廠時，曾面臨"勞動力短缺"和"員工技能不匹配"等問題。比如，難以找到能像台灣員工那樣適應24小時不間斷生產的工人，最終不得不從台灣派遣技術人員。您認為美國是否具備本土建設先進晶圓廠的能力？如果您是美國政府的"人工智慧與半導體顧問"，會給總統提出那些建議？勒內·哈斯：首先要肯定現任顧問大衛·戈爾德（David Gould）的工作，他做得非常出色。但你提到的"製造業文化"問題，確實是美國本土建廠的核心挑戰——而美國其實曾擁有世界級的製造業文化。幾十年前，全球領先的合約製造商大多是美國企業。蘋果、康柏（Compaq）也曾擁有自己的工廠，掌握了高效的製造管理經驗。但後來由於成本原因，製造業逐漸轉移到東亞。台積電的晶圓廠是24小時不間斷運行的。一旦生產線出現故障——比如一台光刻機突然停機——技術人員、工程師必須在30分鐘內趕到現場處理。因為每停工1小時，損失可能達到數百萬美元。這種"快速響應文化"是美國目前缺乏的。更重要的是，美國社會對"製造業崗位"的認知存在偏差。很多人認為製造業是"藍領工作"，缺乏吸引力和榮譽感。但在台灣，能進入台積電工作、學習半導體製造，是非常光榮的事，被視為"高端職業"。台積電的晶圓廠技術員，起薪可能達到年薪6-8萬美元，經驗豐富的高級技術員年薪可超過12萬美元。而且他們掌握的是世界最先進的製造技術，職業發展前景廣闊。但在美國，同樣的崗位往往很難招到合適的人才。所以這不僅是政府的工作,更需要全社會改變對製造業的認知——讓製造業崗位成為"高薪、受人尊敬"的職業。主持人：您已經指出了問題的核心。有具體的解決方案或建議嗎？比如短期內可以採取那些措施?勒內·哈斯：大學已經開始行動了。幾周前我訪問了卡內基梅隆大學，他們新開了"微電子晶片設計"專業，而這個專業在幾年前幾乎已經消失。我認為下一步應該將"先進製造管理"納入大學課程體系，讓"製造卓越"成為一個獨立的學科領域——就像麻省理工學院（MIT）的"營運管理"專業那樣，培養既懂技術又懂管理的複合型人才。此外，職業技術學院（Community College）也應該加強半導體製造課程。德國的"雙元制"職業教育模式值得借鑑——學生一邊在企業實習,一邊在學校學習理論,畢業後就能直接上崗。只有從教育端開始，才能逐步重建美國的製造業人才儲備。這不是一兩年就能解決的問題，但必須現在就開始行動。第六部分：出口管制的困境與全球生態的未來主持人：美國出口管制的流程非常複雜。如果一款先進晶片被列入管制清單，買賣雙方都需要向商務部申請許可證，審批需要經過5個部門簽字，最快也要數月，有些申請甚至積壓了2年，導致晶片在獲批時已經過時。更嚴峻的是，華盛頓有聲音呼籲"對全球所有先進晶片銷售實施許可證管理"，將GPU等同於"鈈"，認為其具有"戰略威脅"。半導體行業過去的快速發展，很大程度上得益於"低監管環境"。如果美國政府開始對行業實施嚴格管制，會對創新速度產生怎樣的影響？勒內·哈斯：你提到的"許可證積壓"問題確實存在——我們也有一些申請積壓了兩年。這對快速迭代的科技行業而言，是非常大的阻礙。半導體行業的傳統是"低監管"，而行業增長的核心動力——無論是英特爾、ARM還是輝達的創新——都源於"西方在晶片技術和全球軟體生態的雙重優勢"。全球生態的"扁平化"，也就是無壁壘的技術流動和生態協作，是行業發展的關鍵。如果限制某一地區獲取先進計算架構，那麼具備技術能力的地區必然會自主研發替代方案，最終形成"兩個平行的生態系統"。一旦這種情況發生，美國和西方可能會失去"生態主導權"——因為另一個生態可能會成為部分市場的"更優選擇"。我舉個例子。Android系統之所以能佔據全球移動作業系統70%以上的市場份額，不是因為它技術上有多麼領先，而是因為它開放、免費，全球開發者都可以基於它開發應用。如果當年Google對Android實施嚴格的地區限制，今天可能就會出現多個平行的移動生態系統，每個系統都有自己的應用程式商店、開發者社區。所以，理想的模式是"加快許可證審批效率"，保持全球生態的開放性，讓最優秀的企業通過技術競爭贏得市場，而不是通過行政手段人為製造壁壘。主持人：ARM起源於英國劍橋，最初所有員工都在英國，如今約50%的員工仍在英國。您如何看待ARM的"多文化團隊建設"？結合技術發展趨勢，ARM未來的全球佈局會有那些調整？勒內·哈斯：ARM的誕生頗具傳奇色彩。1990年，蘋果與英國Acorn電腦公司、VLSI技術公司成立合資企業，目標是為蘋果Newton平板電腦開發低功耗晶片。【歷史背景】：蘋果Newton是1990年代初的一款先鋒產品，被認為是現代平板電腦和智慧型手機的鼻祖。雖然Newton本身並不成功，但為其開發的ARM架構晶片卻意外地獲得了巨大成功。最初的晶片產品並不算成功，但團隊認為"架構設計有巨大潛力"，於是決定獨立創業，這就是ARM的由來。我是ARM的第四任CEO，也是首位非英國籍CEO。過去三年半，我的工作重點是"保留劍橋的科研基因，注入矽谷的創新速度"。劍橋擁有世界頂尖的科學家和技術積累——很多ARM的核心技術專家在公司工作了20年以上，對處理器架構有極深的理解。而矽谷的"快速迭代、敢於試錯"文化，能幫助ARM更好地抓住AI、物聯網等新機遇。目前ARM的團隊已高度全球化：印度班加羅爾有2000多名員工，主要負責軟體開發和工具鏈最佳化；美國有超過1000名員工，集中在加州和德州，專注於AI晶片架構和高性能計算；歐洲多地也設有研發中心。我們的佈局邏輯很簡單——"那裡有頂尖人才，就去那裡"。晶片行業的競爭本質是人才競爭。無論是英國的晶片架構專家、美國的AI演算法團隊，還是印度的軟體開發工程師，都是ARM生態的重要組成部分。未來，我們會繼續在"AI晶片研發""低功耗計算""安全架構"等核心領域加大投入，而具體的團隊佈局，仍將以"靠近人才聚集地"為核心原則。第七部分：STEM人才缺口與教育投資主持人：目前美國在STEM（科學、技術、工程、數學）領域的人才儲備是否能滿足晶片行業的需求？是否需要加大對電子工程（EE）、晶片設計等核心學科的投入？勒內·哈斯：絕對需要加大投入。當前ARM的招聘需求中，工程師缺口依然很大。有趣的是，雖然AI能輔助部分工作——比如減少財務、法務崗位的人力需求——但在"晶片研發""AI模型落地""科學計算"等核心領域，仍需要大量高技能工程師。AI並沒有減少對頂尖工程師的需求，反而增加了。這背後其實是"計算需求的持續爆發"。AI浪潮不僅沒有減緩，反而在向科學研究、內容創作、工業設計等更多領域滲透。每一個新的應用場景，都對晶片的算力、能效、安全性提出了新的要求。舉幾個例子：●生物醫藥領域：AlphaFold3可以預測蛋白質結構，但訓練這樣的模型需要數千塊GPU，運行數周時間。未來如果要實現"個性化藥物設計"，計算需求還會增加數百倍。●氣候模擬領域：目前最先進的全球氣候模型需要運行在超級電腦上，一次模擬可能需要數天時間。要提高預測精度，需要更強大的計算能力和更高效的晶片。●自動駕駛領域：一輛L4級自動駕駛汽車每秒產生約4TB的感測器資料，需要即時處理。這對車載晶片的算力和能效比提出了極高要求。如果不加大對電子工程、晶片設計學科的投入，未來可能會出現"算力需求激增但人才短缺"的矛盾，這會直接制約行業發展。目前美國每年培養的電子工程專業畢業生約為2萬人，而中國約為15萬人，印度約為10萬人。這個差距在未來10年會進一步擴大，除非美國採取行動。主持人：具體應該怎麼做？勒內·哈斯：我認為需要從三個層面入手：第一，大學層面。需要增加電子工程、電腦工程專業的招生名額，提高教授待遇，吸引更多年輕人投身這個領域。史丹佛大學、MIT、加州大學伯克利分校等頂尖高校應該發揮帶頭作用。第二，企業層面。科技公司需要與大學建立更緊密的合作關係，提供實習機會、聯合培養項目、獎學金等。ARM就與劍橋大學、帝國理工學院有長期合作項目，每年資助數十名研究生進行晶片架構研究。第三，移民政策層面。美國的H-1B簽證政策需要改革，讓更多頂尖人才能夠留在美國工作。目前矽谷很多頂尖工程師都是移民或移民後代——輝達的黃仁勳來自台灣，Google的創始人之一謝爾蓋·布林來自俄羅斯。如果限制人才流動，美國的創新能力會受到嚴重影響。第八部分：中美AI競爭——合作還是對抗？主持人：最後我們聊聊地緣政治。中美在AI領域的競爭日益激烈，您認為這會是一場"贏家通吃"的較量嗎？兩國是否有可能在競爭中保持合作？是否存在"T海衝突"等風險升級的可能？您認為中美在AI領域有那些潛在的合作空間？勒內·哈斯：我願意保持樂觀，相信中美存在合作的可能。從我的接觸來看，中國在AI領域同樣重視"規則建構"與"安全管控"。比如，中國政府在2023年發佈了《生成式人工智慧服務管理暫行辦法》，對AI倫理、資料安全、演算法透明度等提出了明確要求。這些關切與國際社會的訴求是一致的。雖然有人將中美AI競爭比作"核軍備競賽"，但兩者有本質區別：核軍備競賽的核心是"相互摧毀"，目標是建立"恐怖平衡"；而AI競爭的本質是"技術創新與應用落地"，目標是提升生產力、改善生活質量。對於具備AI技術能力的國家而言，更重要的是"坐下來對話"，建立共同的安全準則。比如：如何避免AI技術被用於惡意目的？ 包括網路攻擊、虛假資訊傳播、自主武器系統等。如何規範跨境資料流動？ 在保護隱私和國家安全的同時，保持資料的合理流動，促進科研合作。如何確保AI系統的可解釋性和透明度？ 特別是在金融、醫療、司法等高風險領域。如何應對AI帶來的就業衝擊？ 制定再培訓計畫，幫助受影響的勞動者轉型。在我看來，中美在"AI for Good"（有益AI）領域有巨大的合作空間。比如：應對氣候變化：利用AI最佳化能源系統、預測極端天氣、開發新型材料。這是全球性挑戰，需要各國協同應對。新藥研發：AI可以大幅加速藥物發現過程，降低研發成本。中美如果在這個領域合作，能讓更多患者受益。精準農業：利用AI最佳化灌溉、施肥、病蟲害防治，提升糧食產量，保障全球糧食安全。教育普及：AI驅動的個性化學習系統，可以讓優質教育資源惠及更多偏遠地區的學生。這些全球性挑戰需要各國協同應對，而AI技術正是實現這一目標的關鍵工具。與其陷入"零和博弈"，不如通過合作將AI的價值最大化，這對兩國、對全球都是更優選擇。當然，我也理解兩國之間存在戰略互信不足的問題。但正如冷戰時期美蘇在核武器控制、太空探索等領域仍有合作一樣，中美在AI領域也可以找到合作的空間。關鍵是要建立有效的對話機制，增進相互理解。主持人：您對"T海衝突"風險怎麼看？這會對半導體產業鏈造成怎樣的衝擊？勒內·哈斯：這是一個非常敏感的話題。作為一家全球化公司的CEO，我不便對地緣政治問題發表過多評論。但我可以說的是，台灣在全球半導體產業鏈中的地位極其關鍵。台積電生產了全球約60%的晶片，以及90%以上的先進製程晶片（7奈米及以下）。如果台海局勢緊張，對全球經濟的衝擊將是災難性的。有研究機構估算，如果台灣的晶片供應中斷，全球GDP可能下降5-10%，相當於數兆美元的損失。汽車、手機、電腦、資料中心等幾乎所有產業都會受到嚴重影響。所以，維護台海和平穩定，不僅符合中美兩國的利益，也符合全球的利益。我希望各方都能以理性、克制的態度處理分歧，通過對話而非對抗解決問題。第九部分：ARM的未來願景主持人：最後一個問題。展望未來10年，您認為ARM最大的機遇和挑戰分別是什麼？ARM的願景是什麼？勒內·哈斯：最大的機遇，毫無疑問是AI浪潮。AI不僅在改變雲端資料中心的計算模式，更在向"邊緣側"延伸——從手機、汽車到可穿戴裝置、機器人。每一個新的應用場景，都需要高能效、低延遲的處理器，而這正是ARM的強項。我們的願景是"讓每一台裝置都具備AI能力"。這聽起來很宏大，但其實已經在發生。今天的旗艦智慧型手機已經可以在本地運行複雜的AI模型——比如即時翻譯、照片增強、語音助手。未來，這種能力會擴展到更多裝置。想像一下：你的智能眼鏡可以即時翻譯你看到的文字，提醒你朋友的名字，甚至幫你導航；你的家用機器人可以理解你的指令，幫你做家務；你的汽車不僅能自動駕駛，還能預測維護需求，最佳化能耗。所有這些應用，都需要高效、安全、可靠的處理器。ARM的目標就是成為"AI無處不在"時代的技術基石。至於挑戰，我認為主要有三個：第一，技術迭代速度。 AI技術的發展速度超乎想像。去年還是主流的架構，今年可能就被淘汰了。ARM必須保持技術領先，不斷推出新的架構、新的解決方案。第二，生態建設。 ARM的成功依賴於全球開發者生態。我們需要讓更多開發者學會基於ARM架構開發應用，提供更好的工具鏈、更完善的文件。第三，地緣政治風險。 正如我們剛才討論的，出口管制、供應鏈中斷等風險，都可能影響ARM的業務。我們需要在遵守各國法規的同時，儘可能保持全球生態的開放性。但總的來說，我對ARM的未來充滿信心。我們有世界一流的團隊，有強大的技術積累，有全球領先的合作夥伴。在這個充滿變革和機遇的時代，ARM將繼續扮演關鍵角色。晶片行業的下一個十年這場訪談結束時，已是傍晚時分。勒內·哈斯離開講台，與觀眾交流。他的話語中透露出一位行業老兵的務實與遠見，也折射出全球晶片產業正在經歷的深刻變革。從ARM的戰略佈局，我們可以窺見晶片行業的未來趨勢：AI不是單一市場，而是"訓練-推理-物理AI"的三維戰場。 每個細分領域都有不同的技術路線、不同的競爭格局。能效比將成為核心競爭力。 當AI從資料中心走向終端裝置，誰能在有限功耗下提供最強算力，誰就能贏得市場。全球生態的開放性至關重要。 技術壁壘和出口管制可能帶來短期優勢，但長期看會導致生態分裂，最終損害所有參與者的利益。製造業文化需要重建。 美國要重振半導體產業，不僅需要資金和技術，更需要改變社會對製造業的認知，培養新一代"願意24小時守護生產線"的工程師。人才是一切的基礎。 無論是晶片設計、AI演算法還是先進製造，歸根結底都是人才的競爭。 (歌伶的大局觀)

性能5倍暴漲背後，Arm晶片黑科技如何顛覆手機AI體驗？今天，AI正給整個手機產業帶來巨大影響和變革，從底層晶片到作業系統，再到上層應用生態，幾乎都在被AI重構。越來越複雜的模型、越來越強大的AI Agent，都對計算效率、延遲、功耗、記憶體頻寬等方面提出了新的挑戰。從蘋果到三星、聯發科、小米，手機晶片玩家們都在加速AI能力在晶片端的整合，上周蘋果剛剛發佈的A19晶片，直接在GPU的每一個核心中都塞入了一顆神經網路加速器。晶片底層技術創新，是加速端側AI落地、推動AI手機體驗升級的核心支撐。在這樣的行業趨勢下，晶片底層技術領域的核心玩家Arm再次向行業拋出一枚AI重磅大招。近日，Arm在上海正式亮出了旗艦級Arm Lumex計算子系統（CSS）平台，這也是Arm CSS平台的一次重要更名和升級。Arm Lumex包括新的CPU、GPU、DSU等模組，在性能、能效顯著提升的同時，突破性地將第二代可伸縮矩陣擴展（SME2）技術引入到CPU中，這也是這類技術首次在Android手機晶片中落地。而據筆者瞭解，蘋果晶片CPU中使用的仍然是第一代SME技術。Arm特別強調稱，這是一個完整的“AI優先”的平台。今天，AI正成為全行業瞄準的核心方向，而面向這一新時代，Arm的計算平台正成為AI與個人計算發展不可或缺的計算底座。此次Arm重磅技術升級背後有那些關鍵思考、對產業和消費者有那些價值和意義？我們將一起深入挖掘。01. CPU裝上“AI加速器” 攜手支付寶、vivo等企業讓端側AI從“能用”到“好用”AI手機經過近兩年的迭代，在發展方向和AI功能種類上已經基本達成行業共識。今天各家的重點毫無疑問是端側AI體驗的最佳化。在端雲結合的混合AI成為基礎模式之下，如何更高效地在手機上落地模型、如何在手機上實現更佳的AI應用體驗，成為需要行業共同破解的難題。縱觀Arm整場發佈會，AI是當下Arm技術迭代圍繞的核心主題，正如Arm高級副總裁兼終端事業部總經理 Chris Bergey所說，新的Arm Lumex是一個“AI優先”的平台。如何實現AI優先，Arm此次最核心的改進是將SME2技術引入了CPU中。在5倍性能提升、3倍能效提升這些亮眼數字的背後，Arm實際上在做的就是給CPU這一手機中最核心、通用性最強的模組配備新的矩陣加速器，讓AI時代的各類複雜計算變得更快、更省電，進而讓我們能在智慧型手機上獲得更好的AI體驗。目前，SME2這一技術已經獲得了阿里巴巴、支付寶、三星System LSI、騰訊、vivo等科技領域頭部企業的支援和採用。基於SME2技術，Arm與這些合作夥伴深度合作，已經在諸多AI應用中實現了直觀的升級。總體來看，這種AI體驗的升級最突出的特點就是讓AI功能從“能用”到“好用易用”前進了一大步。如何去定義“好用易用”呢？就是要讓裝置“更懂你”，且能“無縫響應”。手機行業的創新與競爭，是最貼近使用者應用場景的領域之一。過去捲攝影、快充等，是最佳化單點場景痛點；如今在AI時代，生成式AI應用以及AI與計算攝影、通訊、性能等各領域的融合成為焦點，其本質是用AI重構各場景價值，實現從“被動響應”到“主動服務”的轉變。我們在現場看到了一項“智能瑜伽教練”的演示，在演示中，AI教練可以快速流暢地將文字轉換為語音進行輸出，據稱其生成速度提升了2.4倍之多，這樣使用者就可以在健身過程中即時獲得姿勢反饋與指導，並且全程都不用擔心裝置的電池續航問題。▲智能瑜伽教練其實AI健身教練類似功能我們並不陌生，但讓AI真正能夠像真人一樣快速、精準、高效地與我們進行交流、互動，仍是產業持續努力的目標，Arm無疑將這一願景向現實推近了一大步。在Arm與支付寶和vivo的三方深度合作中，AI手機體驗的升級給我帶來了更多驚喜。支付寶端側AI引擎xNN整合了SME2技術，在vivo的旗艦智慧型手機上完成了基於Arm SME2技術的大語言模型推理驗證，在預填充與解碼階段，性能分別實現了超過40%和25%的提升，大語言模型互動響應時間縮短了40%。據稱，在SME2加持下，vivo手機實現了額外20%的性能提升。從應用效果來看，vivo手機在一些視覺、語音、文字等AI計算任務中，性能都實現了顯著加速，比如在全域離線翻譯這樣的真實場景中，AI響應時間明顯加快，讓整個翻譯的過程更加流暢自然。▲本地離線即時翻譯可以說，這些翻倍式的改善，都標誌著CPU後端能力的重大突破，證明了SME2可為終端裝置帶來更快的即時生成式AI體驗，端側AI的各類本地功能，都得到了顯著提升。再來看看使用者非常看重的計算攝影。搭載SME2單核心運行神經攝影機降噪功能，可以在1080P解析度下實現每秒120幀的超高影格率，即使在4K高解析度下，也能實現每秒30幀的影格率表現。這意味著，我們日常使用手機拍照，即使在光線昏暗的場景中，也可以拍出更加清晰、銳利的照片。縱觀此次發佈的產品和技術，從CPU、GPU到軟體庫的一系列升級，都讓我們看到了Arm Lumex在AI時代給廠商、開發者、消費者帶來的價值。而對於開發者而言，從軟體工具到生態層面的完善支援更能讓他們迅速將這些新技術與自身的產品相結合，將AI創新成果更快推向市場。根據Arm預測，到2030年，SME與SME2技術將為全球超過30億台裝置新增超100億TOPS的計算能力，端側AI性能呈現指數級提升。02. 深耕計算數十年，年均兩位數IPC提升用技術和生態領跑行業今天，我們看到Arm基於底層技術創新實現了移動裝置端側AI性能的大幅提升，實現這一切，一方面源於Arm的技術硬實力，另一方面也源於數十年來Arm在移動技術和生態領域的持續引領，在技術和產業發展的關鍵節點，Arm始終跑在前列。從技術演進來看，Arm對AI的佈局實際已持續十餘年：Armv8架構時代，通過最佳化NEON模組以提升AI效率；Armv9架構引入SVE2與SME以適配更多AI場景；到Armv9.3-A架構時代，整合SME2技術，最佳化現代AI工作負載的吞吐量、延遲與精度。Arm通過架構層面改進SoC設計，為AI應用的爆發提前蓄力。如今，智能裝置的海量爆發讓計算變得無處不在，從手機、PC、汽車到各類AIoT裝置，萬物智聯的趨勢變得愈發顯著。與此同時，產業對能效比的極致追求、對功耗的死磕、對大模型的支援最佳化、對AI算力的需求都成為行業共同面對的挑戰——Arm終於等到了AI的東風。回到手機行業，如果只是架構上的革新，還不足以跟上端側AI應用的步伐。ArmLumex計算子系統（CSS）平台給出了新的解題思路，它從系統性層面，整合搭載SME2技術的最高性能Arm CPU、GPU及系統IP，加速端側AI的落地和普及。軟體工具和生態層面，KleidiAI已經整合至所有主流移動作業系統及AI框架中。開發者能在各類Arm裝置上獲得最佳AI性能，無需進行任何額外操作。縱觀手機行業的發展，Arm一直跑在技術浪潮的最前沿。每一個版本更新都為行業注入新的活力，給行業玩家提供最堅實的底層技術“資源池”。Arm及其生態系統在奠定計算基礎方面所做的努力，讓行業能夠時刻把握新興的機遇。03.從手機PC到全生態，算力產業激變模式轉型構築“核心基石”今天，AI新浪潮正在快速席捲整個科技行業。終端大廠們紛紛“All in AI”，從產品到服務圍繞AI升級；大模型迭代從半年更、月更到今天的周更，競爭進入白熱化階段；底層晶片層，各路晶片廠商都在產品中密集融入AI新特性。從手機、PC、汽車、物聯網到資料中心，從十億級、百億級到兆級、數十兆級模型，AI正在快速重構各行業各領域，同時也給計算產業也帶來了新的挑戰和機遇。Arm顯然是在這股AI浪潮中行動頗為積極的一家。作為驅動AI應用的技術基石，不論是要快速上市兌現性能價值，還是要深度設計配置，從高端智慧型手機、PC到新興AI智能裝置，Arm總能幫助廠商找到峰值性能、持續能效與晶片面積之間的靈活平衡“甜點”。AI浪潮之下，曾深耕幕後的底層技術廠商正逐步走向台前，以核心技術重塑產業格局。全力衝刺AI的Arm，從技術到生態，從產品到服務，已經全面做好了準備。04.結語：打牢AI時代計算根技術端側AI提速今天，從Android到蘋果生態，端側AI的快速發展需要更多底層技術創新的支撐，AI應用體驗仍有較大提升空間，Arm Lumex的發佈，給行業提供了一套紮實的計算平台基礎，讓廠商和開發者們面對AI這場硬仗有更充足的彈藥。未來，AI手機之戰會愈發焦灼，晶片層的創新仍然會長期是行業競爭的焦點領域。從廠商到開發者，面對AI時代的機遇和挑戰，Arm生態已經成為AI創新的肥沃土地。 (智東西)

近日，在Arm UNLOCKED 峰會上，Arm正式發佈了面向移動端的 Arm Lumex 計算子系統(Compute Subsystem, CSS) ，包括了全新的基於Armv9.3指令集的C1系列CPU叢集，以及支援新一代光線追蹤技術的Mali G1 GPU系列。在會後的媒體採訪環節，Arm高管首次側面回應了小米今年推出Arm架構自研晶片玄戒O1所引發的爭議。今年5月22日，小米首款3nm旗艦SoC玄戒O1在正式發佈之後，Arm官網發佈了一篇題為《XRING O1 Custom Silicon from Xiaomi is Powered by the Arm Compute Platform》的新聞稿，不少網友按照字面意思直譯，認為小米玄戒O1是定製晶片，其是由Arm基於其CSS for Client（面向客戶端的 Arm 計算子系統 ）為小米定製的。雖然當時芯智訊採訪了小米晶片負責人朱丹對此進行了闢謠，Arm官方也刪除了那篇新聞稿，並重發了更正後新聞稿，但是依然沒有平息外部的各種質疑。在Arm UNLOCKED 峰會後的媒體採訪環節，Arm 高級副總裁兼終端事業部總經理 Chris Bergey指出，像小米這樣的領先的智慧型手機廠商自研晶片是一個重大趨勢，因為無論是蘋果、三星、華為，都已經不同程度地朝著這個方向發展了多年。這實際上是整個科技行業所面臨的趨勢。因為，不僅僅是智慧型手機廠商希望自研晶片，資料中心和汽車廠商（尤其是在汽車市場巨大的中國）也都尋求定製化晶片。在此背景之下，Arm CSS 平台也正是順應這一趨勢而生。所以，Arm率先在2023年推出了面向伺服器的Arm Neoverse CSS，2024年推出了面向客戶端的Arm CSS for Client，2025年6月推出了面向汽車Zena CSS，以及剛剛推出的Arm Lumex CSS。但是這些企業的核心能力在於營運資料中心，製造汽車或智慧型手機，而非設計 CPU。對於自研晶片來說，雖然整合 Arm 的 CPU 與 GPU 固然重要，但卻並非這些企業的核心專長。Chris Bergey強調，這也正是Arm CSS 平台對它們而言價值顯著的原因：“他們無需再僱傭數百名工程師來整合我們的 IP，而是可以專注於真正能帶來差異化的部分——例如自動駕駛加速器、手機端的 ISP 與影像處理管線，或是資料中心中與計算單元深度耦合的特定工作負載加速器。”簡單來說，Arm CSS 平台可以為客戶帶來了更為完整的CPU/GPU叢集解決方案和軟體棧，以及基於先進製程節點的物理版圖，將有助於客戶大幅降低自研晶片在CPU/GPU叢集研發上的投入，可以更專注地投入到自己核心的差異化需求研發上，提升晶片一次流片成功率，加速產品的推出周期。Chris Bergey解釋稱：“他們無需再僱傭數百名工程師來整合我們的 IP，而是可以專注於真正能帶來差異化的部分——例如自動駕駛加速器、手機端的 ISP 與影像處理管線，或是資料中心中與計算單元深度耦合的特定工作負載加速器。這正是 Arm 及我們 CSS 平台的核心優勢所在。我們提供一個經過驗證的計算基礎，讓客戶能夠以相對較低的成本實現自身所需的定製化。真正的價值並非做出比 Arm 工程師設計的更優秀的 Arm CPU——事實上，即便能做到，性能提升幅度充其量也只有 5% 左右；真正的價值增量在於，通過在 Arm 平台基礎上建構自己的 SoC，他們能額外創造出 50%、100% 甚至 200% 的價值。”雖然，Arm並未正面回應此前外界關於“小米玄戒O1是Arm定製的”、“小米玄戒O1是基於Arm CSS定製的”之類的質疑，但是Arm終端事業部產品管理副總裁 James McNiven在採訪環節也明確指出，目前Arm的 CSS 平台只是專注於其擅長的CPU、GPU IP和叢集解決方案，可以為客戶提供參考設計和物理實現，並不意味著Arm利用Lumex CSS平台為客戶定製完整的SoC解決方案，客戶也並不能利用Lumex CSS平台直接交由晶圓代工廠生產自己的晶片，因為SoC並不只有CPU/GPU就能夠運行，這並不是一個完整的SoC解決方案，客戶仍然需要在Lumex CSS平台基礎上加入一系列自己的IP或第三方IP來打造一個完整的SoC解決方案，比如介面IP、ISP、NPU、基帶IP等等。 (芯智訊)