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。

　　正如Arm高级副总裁兼终端事业部总经理Chris Bergey近日接受《科创板日报》记者独家专访时所言，“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，这一转变不仅拓展了AI的应用边界，也对终端硬件的效率与延迟提出了更高要求。

　　应用方面，随着大模型的发展，AI正在手机、PC、眼镜、机器人、网联车等端侧设备落地，尤其是手机、PC等智能终端，发展速度尤为明显。Chris Bergey表示，“智能手机和PC正在演变为人们的AI伴侣，深度融入思考、工作与创作过程”。在谈到最近较为火热的机器人应用时，他指出，机器人未必会走进每个家庭，却将在工业、制造等特定应用场景中发挥巨大作用。而在端侧AI落地方面，他认为最大的挑战之一，是芯片开发成本的显著上升。

　　硬件方面，AI将在未来系统的所有计算单元中扮演重要角色。无论是基于CPU还是基于GPU的AI，或作为系统重要组件的NPU，都具备独特的优势和特性，也都将快速演进以适配AI的发展需求。Chris Bergey透露，Arm在神经图形(Neural Graphics)技术领域已经耕耘了一段时间，相关成果将体现在2026年推出的移动设备中。

　　▍AI本地化运行需求日益强烈

　　Chris Bergey在采访中透露，业界对AI本地化运行的需求日益强烈，特别是随着某些新型应用场景日趋精细化与成熟化，这种需求愈发凸显。

　　“背后的驱动因素有很多，涵盖延迟、隐私和成本等多方面，而这些因素，也可能是当前终端计算最重要的驱动力量。在此趋势下，AI性能表现将变得至关重要，且相当大部分的计算都需要直接在终端设备上完成。”Chris Bergey说。

　　为此，Arm推出Arm Lumex计算子系统（CSS）平台集成了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。

　　《科创板日报》记者获悉，在vivo即将发布的旗舰手机上将落地该项SME2技术。vivo的计算加速平台VCAP已全面支持SME2指令集，可对使用视觉、语音、文本AI算法进行处理的多项高负载任务，实现性能加速。例如，在全局离线翻译等真实场景中，通过开启SME2硬件，vivo手机可实现额外20%的性能提升。

　　此外，支付宝也在vivo新一代旗舰智能手机上完成了基于Arm SME2技术的大语言模型推理验证。

　　从发展趋势来看，Chris Bergey判断，端侧算力与内存需求将持续提升，同时模型也将变得更智能。此外，模型正朝着更小型化、更便携化的方向发展。从多方面来看，AI将充分利用所有计算资源，无论是来自云端还是边缘侧。目前，行业正处在高度创新周期中，这一趋势无疑将在未来五年持续深化。

　　今年，小米推出了基于Arm架构的自研玄戒O1芯片，对此Chris Bergey回应称，自研芯片是整个泛半导体行业所面临的趋势。无论是苹果还是三星，都已不同程度地朝着这个方向发展。而数据中心和汽车厂商（尤其是在汽车市场巨大的中国）也都寻求定制化芯片。

　　▍机器人将在工业、制造等场景中发挥巨大作用

　　大模型的端侧落地呈现形态多样化的趋势，除了手机、PC外，还涵盖了眼镜等可穿戴设备、机器人、网联车等。

　　Chris Bergey认为，眼镜堪称最具挑战性的设备形态。因其直接佩戴于面部，必须严格控制设备重量。

　　“可行的方案是，智能眼镜集成传感器实现基础交互，其余大量计算任务借助手机等终端设备处理，最终再上传至云端。因此，未来的消费电子很可能会采取混合模式。Arm正通过CPU技术支持此类应用场景的开发，但这极具挑战性。在严格限定功耗的前提下，我们需探索能实现的最大算力。”