当下，人工智能从云端向终端迁移，终端对AI本地化处理的需求日益增加，带动硬件加速适配升级。IDC预测，到2026年，中国市场中近50%的终端设备的处理器将带有AI引擎技术。

Arm高级副总裁兼终端事业部总经理Chris Bergey近日接受采访时指出，“我们正迈入Agent AI的时代，这一系统能够在本地自主感知环境、规划任务并实时响应，而不再依赖持续的云端交互。”他强调，这一转变拓展了AI的应用边界，也对终端硬件的效率与延迟提出更高要求。

随着大模型发展，AI正在手机、PC、眼镜、机器人、网联车等端侧设备落地，其中智能手机和PC正演变为人们的AI伴侣，深度融入思考、工作与创作过程。谈及机器人应用，Chris Bergey认为其未必会走进每个家庭，但将在工业、制造等特定场景发挥巨大作用。

AI将在未来系统的所有计算单元中扮演重要角色。无论是CPU、GPU还是NPU，均具备独特优势并快速演进以适配AI需求。Chris Bergey透露，Arm在神经图形(Neural Graphics)技术领域已积累成果，相关技术将体现于2026年推出的移动设备中。

业界对AI本地化运行需求日益强烈，驱动因素包括延迟、隐私和成本等。为此，Arm推出Arm® Lumex计算子系统（CSS），集成搭载第二代可伸缩矩阵扩展（SME2）技术的高性能CPU、GPU及系统IP，提升端侧AI性能。

据悉，vivo即将发布的旗舰手机将落地SME2技术。其计算加速平台VCAP全面支持SME2指令集，可在视觉、语音、文本AI算法处理中实现性能加速。例如，在全局离线翻译场景中，开启SME2硬件可带来额外20%性能提升。支付宝也在vivo新一代旗舰智能手机上完成基于Arm SME2技术的大语言模型推理验证。

Chef Bergey表示，端侧算力与内存需求将持续上升，模型将更智能、小型化和便携化。AI将充分利用云端与边缘侧计算资源，行业正处于高度创新周期，该趋势将在未来五年深化。

针对小米推出基于Arm架构的自研玄戒O1芯片，Chris Bergey回应称，自研芯片是泛半导体行业的趋势，苹果、三星均已布局，数据中心和汽车厂商亦寻求定制化芯片，尤其在中国汽车市场。

眼镜被视为最具挑战性的设备形态，因需严格控制重量。可行方案是智能眼镜集成传感器实现基础交互，大量计算由手机处理后再上传云端，未来消费电子或采取混合模式。Arm正通过CPU技术支持此类应用，但在限定功耗下探索最大算力仍具挑战。

国际机器人联合会数据显示，全球人形机器人市场规模年增速超20%，预计2025年达数百亿美元。Chris Bergey认为机器人复用自动驾驶与消费电子关键技术，设计与构建方式受其融合影响，未来或成为自然延伸平台，并呈现高度多样性。

对于机器人是否全民普及，他指出不仅取决于技术，还涉及社会层面及其他复杂因素。他以无人机为例，五至七年前曾设想人人拥有，但未实现；然而无人机已在农业等行业产生深远影响。他认为机器人发展路径相似：未必进入每个家庭，但在工业、制造等特定场景已广泛应用并发挥重要作用。

当前AI端侧落地面临算力不足、内存有限等问题。Chris Bergey认为最大挑战之一是芯片开发成本显著上升，根源在于技术复杂度攀升。另一关键挑战是软件层面AI框架快速演进带来的适配压力。Arm正在这两个领域投入大量资源，旨在为合作伙伴创造价值，这也是其最重视的方向。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。