始终在线且更具个性化的边缘 AI。专为性能、电池续航和隐私而打造。
AI Summary
边缘 AI 在设备上直接运行推理,实现即时响应和离线可靠性,使体验更加个性化,并提供更强的安全性和隐私保护,同时在严格的功耗和散热限制下运行。随着体验变得更加自主化和智能化,设备也需要持续的本地计算性能。Arm 通过具备 AI 能力的计算基础和软件生态系统推动这一转变,帮助合作伙伴更快集成,并在智能手机、PC、可穿戴设备、XR、智能家居等多种设备上实现规模化部署。
基于 Arm 平台实现智能边缘 AI
在端侧启用实时、高能效的 AI,以支持从 AI 推理到智能体 AI 工作负载的各种应用。
在 Arm 上本地运行 AI,消除云延迟,实现跨设备的即时决策。
提供持续的 AI 性能,每瓦性能具有优势,针对电池供电和散热受限的设备进行了优化。
利用 Arm 计算子系统 (CSS) 和成熟的生态系统,简化开发,加速集成和部署。
一次构建,即可部署到各种设备和边缘系统,同时将敏感数据保留在端侧,以加强隐私保护和控制力度。
Arm 助力各市场部署边缘 AI
在边缘进行 AI 计算
移动端:Arm Lumex 计算子系统 (CSS) 平台
Arm Lumex CSS 基于最新的 Armv9.3-A 架构打造,可提供所需的性能、能效和便于开发者直接集成的特性,助力打造下一代智能手机。凭借出众的 IPC、全新旗舰级 GPU 以及通过 Arm Kleidi 与 SME2 提供的即时软件支持,Lumex 能够助力 SoC 设计人员与 OEM 更快、更智能地在各个设备层级加速实现 AI 创新。
嵌入式解决方案
可扩展的计算基础平台涵盖 Arm Cortex-M 微控制器到 Cortex-A 处理器,并结合 Arm Ethos NPU 加速技术,从而在各种嵌入式用例中实现 AI 落地。从轻量级 ML 到 Linux 级系统上的先进工作负载,Arm 的异构方法在严格的功耗和散热范围限制内,为不同设备层级提供了灵活性。
最新新闻和资源
- 新闻和博客
- 报告
AI 能效飞速提升:实现更明智的规模化发展
AI 需求激增,势不可挡。本报告探讨了注重能效的计算技术如何释放可持续增长潜力,从而在 AI 工作负载中实现更高的性能和更低的功耗。
常见问题
为什么边缘 AI 对消费电子设备至关重要?
边缘 AI 已经变得更加个性化。它可在我们最常接触的消费电子设备和环境中运行。消费电子设备越来越需要在各种连接条件下,都保持即时响应、长电池续航和可靠运行。在端侧直接运行 AI 可实现此类目标,同时还能大规模地保障隐私和提高能效。
目前哪些类型的设备使用端侧智能?
个人电脑、智能手机、可穿戴设备、XR 系统、智能家居产品和工业设备都依赖本地处理来执行对延迟、能效和可靠性要求极高的任务。
Arm 如何支持边缘 AI 产品开发?
Arm 提供以 AI 为核心的计算子系统 (CSS) 平台,可实现持续的能效表现、即时响应和可靠运行。完全集成的软件栈依托庞大的边缘 AI 开发者社区、学习路径和技术支持,使合作伙伴和开发者能够快速推出可扩展、高能效和高性能的解决方案,以满足应用的具体需求。
Arm 如何大规模支持智能系统?
Arm 提供高性能、高能效的计算基础平台,结合成熟的全球软件生态系统,使合作伙伴能够在各种设备和市场中一致地部署本地智能。