??Arm引領(lǐng)AI時(shí)代芯片設計的范式躍遷

在半導體產(chǎn)業(yè)面臨歷史性轉折的當下，領(lǐng)先的計算平臺公司Arm于近日發(fā)布的《芯片新思維：人工智能時(shí)代的新根基》行業(yè)報告揭示了AI時(shí)代芯片技術(shù)的演進(jìn)路徑。芯粒與先進(jìn)封裝技術(shù)的崛起正突破傳統摩爾定律的物理極限，為架構創(chuàng )新、能效革命與安全范式重構提供了新的可能性，從而為人工智能的爆發(fā)式增長(cháng)構建新型算力基座。

隨著(zhù)傳統縮放技術(shù)的終結，先進(jìn)的封裝技術(shù)已逐漸成為摩爾定律的真正繼任者——盡管其本身也面臨著(zhù)諸多限制。芯粒設計趨勢的興起，實(shí)際上并不是為了讓芯片變得更小。事實(shí)上，隨著(zhù)晶體管數量的增長(cháng)速度超過(guò)單純縮放技術(shù)所能支持的速度，系統整體尺寸仍在持續加大。Arm解決方案工程部執行副總裁Kevork Kechichian指出，這一技術(shù)演變始于2010年代，當時(shí)臺積公司推出了CoWoS技術(shù)，使系統能夠突破晶圓廠(chǎng)光刻設備的物理尺寸限制，實(shí)現系統擴展。

Arm 解決方案工程部執行副總裁 Kevork Kechichian

現代芯片設計正經(jīng)歷從平面集成到3D堆疊的質(zhì)變。通過(guò)先進(jìn)封裝將計算、存儲單元進(jìn)行空間重構。Microsoft Azure Cobalt與Google Axion定制芯片的實(shí)踐表明，Arm Neoverse計算子系統（CSS）正成為架構創(chuàng )新的核心載體：其模塊化設計允許SoC設計人員圍繞經(jīng)過(guò)驗證的核心計算功能以及靈活的內存與 I/O 接口配置，在確保軟件一致性的同時(shí)，使其能夠基于CSS周?chē)略龆ㄖ谱酉到y，以打造差異化的解決方案。

這種變革正在顛覆傳統制造范式。當CFET（互補場(chǎng)效應晶體管）等3D集成技術(shù)突破7納米以下制程瓶頸，芯片設計商與代工廠(chǎng)的協(xié)作深度達到空前水平。Arm在報告中指出，企業(yè)已無(wú)法在不了解 IP 如何在實(shí)際芯片中實(shí)現的情況下，進(jìn)行芯片IP設計。設計與制造之間曾經(jīng)的界限正在逐漸消融，取而代之的是原本各自獨立運作的領(lǐng)域之間必須展開(kāi)緊密協(xié)作。

能效：AI計算的生死線(xiàn)

高盛最新研究顯示，AI數據中心電力消耗將在2030年消耗美國7.5%的供電量。從芯片設計的角度來(lái)看，最主要的能耗來(lái)源有兩個(gè)：計算和數據傳輸。此外，還需要對過(guò)程中所產(chǎn)生的熱量進(jìn)行冷卻處理。Arm在報告中提到了三大技術(shù)趨勢：全行業(yè)推動(dòng)采用FP4（4位浮點(diǎn)數）靈活架構并推出新指令集和功能，帶來(lái)了增量收益，并有助于實(shí)現更高效的AI計算；芯片堆疊技術(shù)和3D封裝技術(shù)的發(fā)展，也催生了諸如芯粒等更高能效的芯片設計方案。此外，業(yè)界已經(jīng)證明，更小型、更高能效的AI模型是完全可行的。

高盛預計 AI 將推動(dòng)數據中心的電力需求增長(cháng)達 160%

可以預見(jiàn)，無(wú)論是現在還是將來(lái)，AI都需要在云端和端側進(jìn)行混合處理。邊緣處理將與數據中心處理相輔相成，以更節能的方式完成推理任務(wù)。通過(guò)智能分配工作負載，可以提高整體系統能效。從移動(dòng)端到物聯(lián)網(wǎng)，一系列采用了更小型、更高能效 AI 模型的設備正在推動(dòng) AI 轉向邊緣側。例如，Arm 與 Meta 的優(yōu)化合作使得Meta Llama 3.2大語(yǔ)言模型能夠以前所未有的速度在基于Arm架構的移動(dòng)設備上運行。

而在底層架構方面，新的指令集和功能的引入，能夠為AI帶來(lái)重大的創(chuàng )新機遇。比如，Arm在Armv9架構中引入的SME（可伸縮矩陣擴展）功能，通過(guò)量化技術(shù)減少AI和ML模型的內存帶寬、占用空間以及計算復雜性，進(jìn)而提高其效率。 

安全：對抗AI驅動(dòng)的威脅與攻擊

DarkTrace 在2024年的安全報告中一組數據揭示了變革的緊迫性：近74%的受訪(fǎng)者表示AI驅動(dòng)的網(wǎng)絡(luò )威脅對他們所在的組織已帶來(lái)顯著(zhù)沖擊，60%的受訪(fǎng)者擔心其所在組織尚未做好充分準備來(lái)應對這類(lèi)AI驅動(dòng)的威脅與攻擊。半導體行業(yè)正在通過(guò)構建多層級的軟硬件防護體系，升級其防御能力。從嵌入在芯片中的加密技術(shù)，到經(jīng)AI強化的安全監測系統，現代SoC架構正不斷加固防線(xiàn)，以抵御傳統攻擊與新一代威脅。

專(zhuān)用計算的興起催生了對定制芯片解決方案的空前需求，每種芯片解決方案都針對特定應用進(jìn)行量身打造。這種定制化在顯著(zhù)提升性能優(yōu)化的同時(shí)，對安全性提出了更高要求。因此，穩健的安全框架對于確保這些專(zhuān)用芯片依然符合嚴格的保護標準是必要條件。Arm 推出的PSA Certified 認證項目已成為安全芯片設計領(lǐng)域的黃金標準。通過(guò)對安全啟動(dòng)、加密服務(wù)以及更新協(xié)議等方面制定全面的要求，PSA 認證項目為芯片制造商提供了清晰的路線(xiàn)圖，使其能將安全機制深植于定制芯片解決方案的基礎架構中。

此外，隨著(zhù)AI從集中式數據中心向網(wǎng)絡(luò )邊緣延伸，邊緣計算不僅是一場(chǎng)技術(shù)革新，它還從根本上改變了我們對數據保護的思考方式。由于其本地處理能力，邊緣計算大幅減少了在網(wǎng)絡(luò )中傳輸敏感信息的需求，這種本地化的特性天然地強化了隱私與安全性，并縮小了潛在數據泄露的攻擊面。然而，邊緣側的數據保護需要成熟的硬件解決方案?，F代SoC集成了安全飛地和可信執行環(huán)境 (TEE)，在芯片內部構建了加固的數字保險庫。這些隔離環(huán)境能夠有效保護敏感的 AI 運算，尤其是推理處理，使其免受未經(jīng)授權的訪(fǎng)問(wèn)或篡改。

重構計算邊疆的生態(tài)革命

Arm 在報告中指出，當前行業(yè)正處于一種全新基礎模型范式的關(guān)鍵轉折點(diǎn)，這不僅會(huì )增加AI推理的復雜性，還將催生對更多對專(zhuān)用CPU架構的需求。AI時(shí)代，AI工作負載正在改變多計算模塊的需求格局。因此，唯有通過(guò) CPU、GPU、加速器及網(wǎng)絡(luò )等技術(shù)的共生協(xié)作，才能夠最好地滿(mǎn)足這些需求。而Arm計算平臺的靈活性讓三大層面的工作得以實(shí)現：

1） 異構計算：基于Arm架構的CPU正成為GPU和TPU等AI加速器的理想搭檔——既能高效管理數據流和通用計算任務(wù)，又能應對工作流程中遇到的瓶頸。

2） 推理效率：大型AI模型的訓練通常依賴(lài)高性能GPU，而Arm的高能效處理器則非常適合在端側和數據中心執行推理任務(wù)。

3） 可擴展性：Arm架構支持CPU、GPU與專(zhuān)用加速器的無(wú)縫集成，這對于打造優(yōu)化的AI系統至關(guān)重要。

在這場(chǎng)芯片變革的躍遷中，Arm正以架構創(chuàng )新為支點(diǎn)，帶動(dòng)整個(gè)計算產(chǎn)業(yè)的范式重構。當3D堆疊芯片突破物理限制，當開(kāi)源框架消融生態(tài)壁壘，半導體行業(yè)的游戲規則已被改寫(xiě)。正如Kechichian在報告的結語(yǔ)中強調："未來(lái)幾年，半導體行業(yè)持續創(chuàng )新并適應AI需求的能力變得至關(guān)重要。唯有通過(guò)整個(gè)生態(tài)系統的協(xié)作，我們方能構建起必要的技術(shù)基石——既能釋放AI的變革潛力，又能有效管控其計算成本與復雜度。"