Arm不斷思考著計(jì)算的未來(lái)。無(wú)論是比較新架構(gòu)的功能，還是用于芯片解決方案的新技術(shù)，Arm所創(chuàng)造和設(shè)計(jì)的一切都以未來(lái)技術(shù)的使用和體驗(yàn)為導(dǎo)向。

憑借在技術(shù)生態(tài)系統(tǒng)中所處的獨(dú)特地位，Arm對(duì)全方位高度專(zhuān)業(yè)化、互聯(lián)的全球半導(dǎo)體供應(yīng)鏈有著充分的了解，覆蓋數(shù)據(jù)中心、物聯(lián)網(wǎng)、汽車(chē)、智能終端等所有市場(chǎng)。因而，Arm對(duì)未來(lái)技術(shù)的發(fā)展方向及未來(lái)幾年可能出現(xiàn)的主要趨勢(shì)有著廣泛而深刻的洞察。

基于此，Arm對(duì)2025年及未來(lái)的技術(shù)發(fā)展做出了以下預(yù)測(cè)，范圍涵蓋技術(shù)的各個(gè)方面，從AI的未來(lái)發(fā)展到芯片設(shè)計(jì)，再到不同技術(shù)市場(chǎng)的主要趨勢(shì)。

重新思考芯片設(shè)計(jì)，芯粒將成為解決方案的重要組件

從成本和物理學(xué)角度來(lái)看，傳統(tǒng)芯片流片變得越來(lái)越困難。行業(yè)需要重新思考芯片的設(shè)計(jì)，突破以往傳統(tǒng)的方法。例如，人們逐漸意識(shí)到，并非所有功能都需要集成在單獨(dú)的單一芯片上，隨著代工廠和封裝公司探索新的途徑、在新維度下突破摩爾定律的極限，芯粒等新方法開(kāi)始嶄露頭角。

實(shí)現(xiàn)芯粒的不同技術(shù)正備受關(guān)注，并對(duì)核心架構(gòu)和微架構(gòu)產(chǎn)生了深遠(yuǎn)的影響。對(duì)于芯粒，架構(gòu)師需要逐步了解不同實(shí)現(xiàn)技術(shù)的優(yōu)勢(shì)，包括制程工藝節(jié)點(diǎn)和封裝技術(shù)，從而利用相關(guān)特性提升性能和效率。

芯粒技術(shù)已經(jīng)能夠有效應(yīng)對(duì)特定市場(chǎng)需求和挑戰(zhàn)，并預(yù)計(jì)在未來(lái)幾年持續(xù)發(fā)展。在汽車(chē)市場(chǎng)，芯粒可幫助企業(yè)在芯片開(kāi)發(fā)過(guò)程中實(shí)現(xiàn)車(chē)規(guī)級(jí)認(rèn)證，同時(shí)通過(guò)不同的計(jì)算組件，幫助擴(kuò)大芯片解決方案的規(guī)模并實(shí)現(xiàn)差異化。例如，專(zhuān)注于計(jì)算的芯粒具有不同數(shù)量的內(nèi)核，而專(zhuān)注于內(nèi)存的芯粒則具有不同大小和類(lèi)型的內(nèi)存。因此，系統(tǒng)集成商可對(duì)不同的芯粒進(jìn)行組合和封裝以開(kāi)發(fā)出大量高度差異化的產(chǎn)品。

“重新校準(zhǔn)”摩爾定律

在過(guò)去的摩爾定律，單一芯片上的晶體管數(shù)量已達(dá)到數(shù)十億，其性能每年翻一番，功耗每年減少一半。然而，這種在單獨(dú)的單一芯片上持續(xù)追求更多晶體管、更高性能和更低功耗的做法已經(jīng)難以為繼。半導(dǎo)體業(yè)需要重新思考和校準(zhǔn)摩爾定律及其對(duì)行業(yè)的意義。

其中之一便是，在芯片設(shè)計(jì)過(guò)程中，不再僅僅將性能作為關(guān)鍵指標(biāo)，而是將每瓦性能、單位面積性能、單位功耗性能和總體擁有成本作為核心指標(biāo)。此外，還應(yīng)引入一些新指標(biāo)，關(guān)注系統(tǒng)實(shí)現(xiàn)方面的挑戰(zhàn)（這也是開(kāi)發(fā)團(tuán)隊(duì)面臨的比較大挑戰(zhàn)），確保將IP集成到系統(tǒng)級(jí)芯片(SoC)及整個(gè)系統(tǒng)后性能不會(huì)下降。因此，這將需要在芯片開(kāi)發(fā)和部署過(guò)程中持續(xù)進(jìn)行性能優(yōu)化。隨著科技行業(yè)大規(guī)模地朝著更有效的AI工作負(fù)載計(jì)算發(fā)展，這些指標(biāo)將在相關(guān)領(lǐng)域變得更加重要。

芯片解決方案實(shí)現(xiàn)真正的商業(yè)差異化

為了借助芯片解決方案實(shí)現(xiàn)真正的商業(yè)差異化，企業(yè)不斷地追求更加專(zhuān)用化的芯片。這也反應(yīng)在計(jì)算子系統(tǒng)的日益普及，這些核心計(jì)算組件使得不同規(guī)模的公司能夠?qū)ζ浣鉀Q方案進(jìn)行差異化和個(gè)性化定制，每個(gè)解決方案都經(jīng)過(guò)配置，以執(zhí)行或支持特定的計(jì)算任務(wù)或?qū)I(yè)功能。

標(biāo)準(zhǔn)化的重要性與日俱增

標(biāo)準(zhǔn)化的平臺(tái)和框架對(duì)確保生態(tài)系統(tǒng)能夠提供具有差異化優(yōu)勢(shì)的產(chǎn)品和服務(wù)至關(guān)重要，它們不僅能夠增加真正的商業(yè)價(jià)值，還能節(jié)省時(shí)間和成本。隨著集成了不同計(jì)算組件的芯粒的出現(xiàn)，標(biāo)準(zhǔn)化變得以前沒(méi)有重要，它將使來(lái)自不同供應(yīng)商的不同硬件能夠無(wú)縫協(xié)同工作。Arm迄今已攜手50多家技術(shù)合作伙伴一道開(kāi)發(fā)Arm芯粒系統(tǒng)架構(gòu)(CSA)，隨著更多合作伙伴的加入，Arm與合作伙伴將共同推動(dòng)芯粒市場(chǎng)的標(biāo)準(zhǔn)化進(jìn)程。在汽車(chē)行業(yè)，這將與SOAFEE的成立初衷相符，SOAFEE旨在將軟件定義汽車(chē)(SDV)中的硬件與軟件解耦，從而提高計(jì)算組件之間的靈活性和互操作性，加快開(kāi)發(fā)周期。

生態(tài)系統(tǒng)將圍繞芯片和軟件開(kāi)展比較罕見(jiàn)的緊密合作

隨著芯片和軟件的復(fù)雜性不斷增加，沒(méi)有任何一家公司能獨(dú)自包攬芯片和軟件設(shè)計(jì)、開(kāi)發(fā)與集成的所有環(huán)節(jié)。因此，生態(tài)系統(tǒng)內(nèi)的深度合作必不可少。此類(lèi)合作能為各類(lèi)規(guī)模的不同公司提供特有的機(jī)會(huì)，使各公司能夠根據(jù)自身的核心競(jìng)爭(zhēng)力提供不同的計(jì)算組件和解決方案。這對(duì)汽車(chē)行業(yè)尤為重要，汽車(chē)行業(yè)需要將包含芯片供應(yīng)商、一級(jí)供應(yīng)商、整車(chē)廠和軟件供應(yīng)商在內(nèi)的整個(gè)供應(yīng)鏈匯集在一起，分享各自的專(zhuān)業(yè)知識(shí)、技術(shù)和產(chǎn)品，以定義AI驅(qū)動(dòng)SDV的未來(lái)，讓最終用戶(hù)能夠享受到AI的真正潛力。

AI增強(qiáng)型硬件設(shè)計(jì)的興起

半導(dǎo)體行業(yè)將更多地采用AI輔助的芯片設(shè)計(jì)工具，利用AI來(lái)優(yōu)化芯片布局、電源分配和時(shí)序收斂。這種方法不僅能優(yōu)化性能結(jié)果，還能加速優(yōu)化芯片解決方案的開(kāi)發(fā)周期，使小型公司也能憑借專(zhuān)用化芯片進(jìn)入市場(chǎng)。AI不會(huì)取代人類(lèi)工程師，但它將成為應(yīng)對(duì)現(xiàn)代芯片設(shè)計(jì)日益復(fù)雜的重要工具，特別是在高能效AI加速器和邊緣側(cè)設(shè)備的設(shè)計(jì)中。

AI推理持續(xù)發(fā)展

在未來(lái)一年里，AI推理工作負(fù)載將繼續(xù)增加，這將有助于確保AI的廣泛和持久普及。這一趨勢(shì)的發(fā)展得益于具備AI功能的設(shè)備和服務(wù)數(shù)量的增加。事實(shí)上，大部分日常AI推理，如文本生成和摘要，都能在智能手機(jī)和筆記本電腦上完成，為用戶(hù)提供了更快速、更安全的AI體驗(yàn)。為了支持這一增長(zhǎng)，此類(lèi)設(shè)備需要搭載能夠?qū)崿F(xiàn)更快的處理速度、更低的延遲和有效電源管理的技術(shù)。而Armv9架構(gòu)的SVE2和SME2兩大關(guān)鍵特性，共同作用于Arm CPU，使其能夠快速有效地執(zhí)行AI工作負(fù)載。

邊緣側(cè)AI嶄露頭角

2024年，許多AI工作負(fù)載已經(jīng)轉(zhuǎn)向在邊緣側(cè)（也就是端側(cè)）運(yùn)行，而不是在大型數(shù)據(jù)中心進(jìn)行處理。這種轉(zhuǎn)變不僅能為企業(yè)節(jié)省電力和成本，還能為消費(fèi)者帶來(lái)隱私和安全方面的保障。

到了2025年，我們很可能會(huì)看到先進(jìn)的混合AI架構(gòu)，這些架構(gòu)能夠?qū)I任務(wù)在邊緣設(shè)備和云端之間進(jìn)行有效分配。在這些系統(tǒng)中，邊緣設(shè)備上的AI算法會(huì)先識(shí)別出重要的事件，然后云端模型會(huì)介入，提供額外的信息支持。決定在本地還是云端執(zhí)行AI工作負(fù)載，將取決于可用能源、延遲需求、隱私顧慮以及計(jì)算復(fù)雜性等考慮因素。

邊緣側(cè)AI工作負(fù)載代表著AI去中心化的趨勢(shì)，使設(shè)備能在數(shù)據(jù)源附近實(shí)現(xiàn)更智能、更快速且更安全的處理，這對(duì)于需要更高性能和本地化決策的市場(chǎng)，如工業(yè)物聯(lián)網(wǎng)和智慧城市，尤為關(guān)鍵。

小語(yǔ)言模型(SLM)加速演進(jìn)

隨著技術(shù)的進(jìn)步，規(guī)模更小、構(gòu)造更緊湊、壓縮率更高、量化程度更高、參數(shù)更少的模型正在快速演進(jìn)。典型的例子包括Llama、Gemma和Phi3，這些模型不僅具備更高的成本效益和效率，也更容易在算力資源有限的設(shè)備上部署。Arm預(yù)計(jì)，2025年這類(lèi)模型的數(shù)量將繼續(xù)增加。這類(lèi)模型能夠直接在邊緣側(cè)設(shè)備上運(yùn)行，不僅提升了性能，還增強(qiáng)了隱私保護(hù)。

Arm預(yù)計(jì)，越來(lái)越多的SLM將用于端側(cè)的語(yǔ)言和設(shè)備交互任務(wù)，以及基于視覺(jué)的任務(wù)，如事件解讀和掃描。未來(lái)，SLM將從大模型中提煉出更多經(jīng)驗(yàn)和知識(shí)，以便開(kāi)發(fā)本地專(zhuān)家系統(tǒng)。

能聽(tīng)、能看、能理解更多內(nèi)容的多模態(tài)AI模型涌現(xiàn)

當(dāng)前，GPT-4這樣的大語(yǔ)言模型(LLM)是基于人類(lèi)文本進(jìn)行訓(xùn)練的。當(dāng)這些模型被要求描述某個(gè)場(chǎng)景時(shí)，它們只會(huì)以文字形式回應(yīng)。但現(xiàn)在，包含文本、圖像、音頻、傳感器數(shù)據(jù)等多種信息的多模態(tài)AI模型開(kāi)始出現(xiàn)。這些多模態(tài)模型將通過(guò)能夠聽(tīng)到聲音的音頻模型、能夠看到的視覺(jué)模型、以及能夠理解人與人之間、人與物體之間關(guān)系的交互模型，來(lái)執(zhí)行更復(fù)雜的AI任務(wù)。這將賦予AI感知世界的能力，就像人類(lèi)一樣，能聽(tīng)、能看、能體驗(yàn)。

智能體應(yīng)用不斷拓展

如今，當(dāng)用戶(hù)與AI交互時(shí)，通常是在與一個(gè)單一的AI進(jìn)行交互，這個(gè)AI會(huì)盡力獨(dú)立完成用戶(hù)要求的任務(wù)。然后，通過(guò)智能體，在用戶(hù)指定需要完成的任務(wù)時(shí)，這個(gè)智能體會(huì)將任務(wù)委托給由眾多智能體或AI機(jī)器人組成的網(wǎng)絡(luò)，類(lèi)似AI的零工經(jīng)濟(jì)。目前，客服支持和編程輔助等行業(yè)已開(kāi)始使用智能體。隨著AI的互聯(lián)性和智能程度不斷提高，Arm預(yù)計(jì)在未來(lái)一年，智能體將在更多行業(yè)取得顯著發(fā)展。這將為下一個(gè)階段的AI革命奠定基礎(chǔ)，使我們的生活和工作變得更加有效。

AI實(shí)現(xiàn)超個(gè)性化，支持更強(qiáng)大、更直觀、更智能的應(yīng)用

在AI的推動(dòng)下，設(shè)備上將涌現(xiàn)更加強(qiáng)大和個(gè)性化的應(yīng)用。例如更智能、更直觀的個(gè)人助理，甚至私人醫(yī)生。應(yīng)用的功能將從簡(jiǎn)單地響應(yīng)用戶(hù)請(qǐng)求轉(zhuǎn)變?yōu)楦鶕?jù)用戶(hù)及其所處環(huán)境主動(dòng)提供建議，實(shí)現(xiàn)AI的超個(gè)性化。這將導(dǎo)致數(shù)據(jù)的使用、處理和存儲(chǔ)數(shù)量呈指數(shù)級(jí)增長(zhǎng)，因此業(yè)界和政府需要采取更嚴(yán)格的安全措施并提供監(jiān)管指導(dǎo)。

醫(yī)療服務(wù)將成為關(guān)鍵的AI用例

醫(yī)療服務(wù)似乎已成為AI的主要用例之一，而這一趨勢(shì)將在2025年加速發(fā)展。AI在醫(yī)療領(lǐng)域的用例包括：預(yù)測(cè)性醫(yī)療、數(shù)字記錄存儲(chǔ)、數(shù)字病理學(xué)、疫苗開(kāi)發(fā)和基因療法等，以幫助治療疾病。2024年，DeepMind的創(chuàng)始人因與科學(xué)家合作，利用AI預(yù)測(cè)復(fù)雜的蛋白質(zhì)結(jié)構(gòu)，且準(zhǔn)確率高達(dá)90%，被授予諾貝爾化學(xué)獎(jiǎng)。同時(shí)，研究證明，使用AI可以將藥物研發(fā)周期縮短50%。這些AI創(chuàng)新為社會(huì)帶來(lái)了顯著好處，加速了救命藥物的研發(fā)和生產(chǎn)。此外，通過(guò)將移動(dòng)設(shè)備、傳感器和AI相結(jié)合，用戶(hù)將能夠獲得更優(yōu)質(zhì)的健康數(shù)據(jù)，從而對(duì)個(gè)人健康做出更明智的決策。

推動(dòng)實(shí)現(xiàn)“綠色AI”

AI將加速融入可持續(xù)實(shí)踐。除了使用高能效技術(shù)，“綠色AI”策略也將受到越來(lái)越多的關(guān)注。例如，為了應(yīng)對(duì)日益增長(zhǎng)的能源需求，AI模型訓(xùn)練可能會(huì)來(lái)越多地選擇在碳排放較低的地區(qū)和電網(wǎng)負(fù)荷較低的時(shí)間段進(jìn)行，這可能會(huì)成為未來(lái)的標(biāo)準(zhǔn)操作。通過(guò)平衡電網(wǎng)上的能源負(fù)載，這種方法將幫助緩解峰值需求壓力，減少總體碳排放量。因此，Arm預(yù)計(jì)會(huì)有更多云服務(wù)提供商推出針對(duì)能效優(yōu)化的模型訓(xùn)練調(diào)度服務(wù)。

其他方法還包括：優(yōu)化現(xiàn)有AI模型以提高能效，重復(fù)使用或重新定位預(yù)訓(xùn)練的AI模型，以及采用“綠色編碼”以盡可能減少能源消耗。在“綠色AI”浪潮中，我們可能還會(huì)看到自發(fā)性標(biāo)準(zhǔn)的引入，隨后逐步形成正式標(biāo)準(zhǔn)，以促進(jìn)AI的可持續(xù)發(fā)展。

可再生能源與AI的融合發(fā)展

可再生能源與AI的結(jié)合有望推動(dòng)整個(gè)能源行業(yè)的創(chuàng)新。目前，可再生能源在可靠性和靈活性方面存在不足，難以平衡峰值負(fù)載，這限制了電網(wǎng)脫碳進(jìn)程。Arm預(yù)計(jì)，AI將能夠更準(zhǔn)確地預(yù)測(cè)能源需求，實(shí)時(shí)優(yōu)化電網(wǎng)運(yùn)行，并提高可再生能源的效率，從而幫助解決這些問(wèn)題。電能儲(chǔ)存解決方案也將受益于AI，AI能夠優(yōu)化電池性能和壽命，這對(duì)于平衡可再生能源的間歇性特性至關(guān)重要。

引入AI不僅有助于解決預(yù)測(cè)和平衡峰值需求的難題，還能預(yù)見(jiàn)性地識(shí)別維護(hù)需求，從而減少能源供應(yīng)中斷。智能電網(wǎng)則可利用AI進(jìn)行實(shí)時(shí)電能流動(dòng)的實(shí)時(shí)管理，有效降低能源損耗。AI與可再生能源的深度融合，預(yù)計(jì)將極大地提高能源系統(tǒng)的效率和可持續(xù)性。

異構(gòu)計(jì)算滿足多樣化AI需求

在廣泛的AI應(yīng)用中，尤其是在物聯(lián)網(wǎng)領(lǐng)域，不同的AI需求將需要多種計(jì)算引擎。為了比較大化地部署AI工作負(fù)載，CPU將繼續(xù)成為現(xiàn)有設(shè)備部署的關(guān)鍵。新的物聯(lián)網(wǎng)設(shè)備將搭載更大的內(nèi)存和更高性能的Cortex-A CPU，以增強(qiáng)AI性能。而新推出的Ethos-U NPU等嵌入式加速器將被用于加速低功耗機(jī)器學(xué)習(xí)(ML)任務(wù)，并為工業(yè)機(jī)器視覺(jué)和消費(fèi)類(lèi)機(jī)器人等更廣泛的用例提供高能效邊緣推理能力。

從本質(zhì)上來(lái)看，在短期內(nèi)，我們將看到多個(gè)計(jì)算元件被用于滿足特定AI應(yīng)用的需求。這種趨勢(shì)將繼續(xù)強(qiáng)調(diào)開(kāi)發(fā)通用工具、軟件技術(shù)庫(kù)和框架的必要性，以便應(yīng)用開(kāi)發(fā)者能夠充分利用底層硬件的功能。邊緣AI工作負(fù)載不存在“多功能”的解決方案，因此，為生態(tài)系統(tǒng)提供靈活的計(jì)算平臺(tái)非常重要。

虛擬原型日益普及，為汽車(chē)行業(yè)芯片和軟件開(kāi)發(fā)流程帶來(lái)革新

虛擬原型加速了芯片和軟件開(kāi)發(fā)，使得公司能夠在物理芯片準(zhǔn)備就緒之前就著手開(kāi)發(fā)和測(cè)試軟件。這對(duì)汽車(chē)行業(yè)尤為重要。在汽車(chē)行業(yè)，虛擬平臺(tái)推出后，汽車(chē)開(kāi)發(fā)周期可縮短多達(dá)兩年。

2025年，在芯片和軟件開(kāi)發(fā)流程持續(xù)轉(zhuǎn)型的浪潮中，Arm預(yù)計(jì)將有更多公司推出自己的虛擬平臺(tái)。這些虛擬平臺(tái)將無(wú)縫運(yùn)行，借助Arm架構(gòu)提供的ISA對(duì)等特性，確保云端和邊緣側(cè)架構(gòu)的一致性。通過(guò)ISA對(duì)等特性，生態(tài)系統(tǒng)可在云端構(gòu)建自己的虛擬原型，然后在邊緣側(cè)進(jìn)行無(wú)縫部署。

這將顯著節(jié)省時(shí)間和成本，同時(shí)讓開(kāi)發(fā)者有更多的時(shí)間利用軟件解決方案來(lái)提升性能。2024年Arm初次將Armv9架構(gòu)引入汽車(chē)市場(chǎng)，Arm預(yù)計(jì)后續(xù)將有更多開(kāi)發(fā)者在汽車(chē)領(lǐng)域利用ISA對(duì)等特性，并借助虛擬原型技術(shù)來(lái)更快地構(gòu)建和部署汽車(chē)解決方案。

端到端AI增強(qiáng)自動(dòng)駕駛系統(tǒng)性能

生成式AI技術(shù)正被迅速應(yīng)用于端到端模型中，有望解決傳統(tǒng)自動(dòng)駕駛(AD)軟件架構(gòu)面臨的可擴(kuò)展性問(wèn)題。得益于端到端自監(jiān)督學(xué)習(xí)，自動(dòng)駕駛系統(tǒng)的泛化能力將得到提升，使之能夠應(yīng)對(duì)之前從未遇到的場(chǎng)景。這種新方法將有效加速運(yùn)行設(shè)計(jì)域(ODD)的擴(kuò)展，從而以更快的速度和更低的成本將自動(dòng)駕駛技術(shù)部署到高速公路和城市交通等不同環(huán)境中。

更多解放雙手的駕駛體驗(yàn)，但對(duì)駕駛員的監(jiān)控也需增強(qiáng)

隨著L2+駕駛員控制輔助系統(tǒng)(DCAS)和L3級(jí)自動(dòng)車(chē)道保持系統(tǒng)(ALKS)的車(chē)輛法規(guī)在全球范圍內(nèi)的協(xié)調(diào)進(jìn)展，DCAS和ALKS這些高檔功能將實(shí)現(xiàn)更快、更廣泛的部署。領(lǐng)先的汽車(chē)制造商正在投資配備必要的硬件，以便在車(chē)輛的整個(gè)使用周期內(nèi)通過(guò)訂閱服務(wù)推廣這些功能。

為了防止駕駛員濫用自動(dòng)駕駛系統(tǒng)，相關(guān)法規(guī)和“新車(chē)評(píng)估計(jì)劃(NCAP)”正日益關(guān)注更為精密的車(chē)內(nèi)監(jiān)控系統(tǒng)，如駕駛員監(jiān)控系統(tǒng)(DMS)。例如，在歐洲，EuroNCAP 2026的新評(píng)級(jí)機(jī)制將鼓勵(lì)直接感知式（如基于攝像頭的）DMS與先進(jìn)駕駛輔助系統(tǒng)(ADAS)和自動(dòng)駕駛功能深度集成，以便針對(duì)不同程度的駕駛員雙手離開(kāi)方向盤(pán)做出適當(dāng)?shù)能?chē)輛響應(yīng)。

智能手機(jī)仍是未來(lái)數(shù)十年的主要消費(fèi)電子設(shè)備

在可見(jiàn)的未來(lái)，智能手機(jī)仍將繼續(xù)扮演主要的消費(fèi)電子設(shè)備。實(shí)際上，在未來(lái)的幾十年內(nèi)，它很有可能將持續(xù)作為消費(fèi)者的優(yōu)選設(shè)備，其他設(shè)備難以對(duì)它構(gòu)成實(shí)質(zhì)性挑戰(zhàn)。隨著Armv9在主流智能手機(jī)中的廣泛應(yīng)用，預(yù)計(jì)到2025年，新旗艦智能手機(jī)將擁有更強(qiáng)的算力和更好的應(yīng)用體驗(yàn)，這將進(jìn)一步鞏固智能手機(jī)作為優(yōu)選設(shè)備的地位。但很顯然，消費(fèi)者會(huì)根據(jù)不同需求使用不同的設(shè)備，智能手機(jī)主要被用于應(yīng)用程序、網(wǎng)頁(yè)瀏覽和通信，而筆記本電腦仍被視為生產(chǎn)力和工作任務(wù)的“優(yōu)選”設(shè)備。

同樣值得關(guān)注的是，智能眼鏡等AR可穿戴設(shè)備正逐漸成為智能手機(jī)的理想搭檔。智能手機(jī)之所以能夠持續(xù)流行，關(guān)鍵在于其不斷進(jìn)化的能力，從應(yīng)用到攝像頭再到游戲，而現(xiàn)在，業(yè)界正見(jiàn)證AR的新應(yīng)用場(chǎng)景正在涌現(xiàn)，而智能手機(jī)也開(kāi)始支持可穿戴設(shè)備的AR體驗(yàn)。

技術(shù)微型化的持續(xù)演進(jìn)

在整個(gè)科技行業(yè)中，設(shè)備正變得愈發(fā)小巧時(shí)尚，例如AR智能眼鏡和越來(lái)越小的可穿戴設(shè)備。這一趨勢(shì)是多種因素共同作用的結(jié)果。首先，高能效技術(shù)的應(yīng)用為設(shè)備提供了所需性能，以支持關(guān)鍵的設(shè)備功能和體驗(yàn)。其次，輕量化技術(shù)的應(yīng)用讓更小巧的設(shè)備成為可能，就AR智能眼鏡而言，它采用了超薄碳化硅技術(shù)，不僅可實(shí)現(xiàn)高清顯示，還能大幅減小設(shè)備的厚度和重量。此外，小巧的新語(yǔ)言模型正在提升這些小型設(shè)備的AI體驗(yàn)，使設(shè)備的沉浸感更強(qiáng)，互動(dòng)性更好。展望明年，高能效的輕量化硬件將與小型AI模型加速結(jié)合，推動(dòng)更小巧、功能更強(qiáng)大的消費(fèi)電子設(shè)備的發(fā)展。

Windows on Arm持續(xù)升溫

2024年，Windows on Arm (WoA)生態(tài)系統(tǒng)取得了顯著進(jìn)展，主流應(yīng)用已紛紛推出Arm原生版本。事實(shí)上，普通的Windows用戶(hù)90%的使用時(shí)間都在使用Arm原生應(yīng)用。最近的一個(gè)例子是Google Drive，它于2024年底發(fā)布了Arm原生版本。Arm預(yù)計(jì)這一勢(shì)頭將在2025年繼續(xù)保持下去，隨著包括Google Chrome在內(nèi)對(duì)用戶(hù)日常體驗(yàn)至關(guān)重要的Arm原生應(yīng)用實(shí)現(xiàn)了大幅的性能提升，WoA將對(duì)開(kāi)發(fā)者和消費(fèi)者的吸引力不斷增強(qiáng)。

（推廣）