
ARM 公司是全球重要的芯片 IP 授权厂商,由于 ARM 生态涵盖面广泛,其经营情况也是全球芯片设计业的重要风向标之一。从当季收入体量看,8.24 亿美元的收入是创出历史新高的,且高于此前给出的预期区间(7.2 亿-8 亿美元)。
虽然 ARM 早期投入的重点在通用 CPU 赛道,与 AI 算力需求还存在较大差异。但是,随着公司新的 V9 架构的推出,该架构的机器学习能力在数据中心的训练和推理端、边缘端 AI 等领域都有用武之地。数据中心方面,公司与 NVIDIA 的 GraceHopper、微软的 Cobalt、AWS 的 Graviton 系列等芯片,都有着紧密的合作关系。在智能手机、PC 等端侧产品方面,公司推出的 Arm Cortex-X4正在赋能智能手机芯片,使其具备图片生成、实时翻译等功能,在三星Galaxy S24、Vivo iQoo 12 和小米的 14 pro 等产品中都在得到应用。在AI PC 领域,ARM 也开始取得进展,2023 年 10 月 24 日,高通公司基于ARM 架构打造了一款面向 PC 的骁龙 X Elite 处理器芯片,可以运行 130亿参数的大模型,预计搭载该芯片的 PC 产品将在 2024 年年中上线。
2021年,公司公布了其最新的 ARM V9 架构,除了向前兼容 V8 架构之外,V9架构更加强调 AI、矢量和 DSP 性能改进、安全性等能力。ARM V9 架构主要应用于 A 系列应用处理器、R 系列即时处理器,以及 M 系列微控制处理器。公司最新公告显示,目前市场上主要高端手机,都使用了 V9 架构,尤其是随着人工智能在智能手机端应用的提速,V9 相比于 V8 的优势更为明显,后续应用将提速,此部分的版税收入占比有望提升;数据中心芯片方面,NVIDIA Grace Hopper、AWS Graviton、Microsoft Cobalt 等都应用了 ARM V9 架构。

从中长期来看,随着单芯片 ARM 核数增加、基于 ARM 架构芯片数量的上升以及ARM 应用场景的增加,公司仍将保持增长。据公司公告数据显示,2023 财年,高端芯片采用 ARM 的核数已经从 2016 财年的 8 核,上升到了 192 核;同时,公司的芯片应用范围也从早期的移动领域,拓展到云计算及数据网络、汽车等多个领域。

虽然 ARM 早期投入的重点在通用 CPU 领域,与 AI 算力需求存在较大差异。但是伴随着新的 V9 架构的推出,公司在数据中心的训练和推理端、智能手机等边缘设备端,其授权技术满足 AI 需求的机器学习的能力显著增强。

ARM 在智能手机、PC 等领域开始为 AI 赋能。公司推出的Arm Cortex-X4 正在赋能智能手机芯片,可以具备图片生成、实时翻译等功能,在三星 Galaxy S24、Vivo iQoo 12 和小米 14 pro 等产品中都在得到应用。联发科在 2023 年 11 月发布的天玑9300,就是基于ARM 架构打造。天玑9300采用“全大核”CPU 架构,包含4个Cortex-X4超大核,最高频率可达3.25GHz,以及 4 个主频为 2.0GHz 的 Cortex-A720 大核,其峰值性能相较上一代提升 40%,功耗节省 33%。联发科表示,该芯片可以支持终端运行 10 亿、70 亿、130 亿、最高可达 330 亿参数的 AI 大语言模型。


在 AI PC 领域,ARM 也开始取得进展。2023 年 10 月 24 日,高通公司基于ARM 架构打造了一款面向PC 的骁龙 X Elite处理器芯片,可以运行 130 亿参数的大模型。公司预计搭载该芯片的PC 产品将在 2024 年年中上线。高通的加入,将使得ARM 在 PC 生态链的地位更为稳固。
2021 年,公司公布了其最新的 ARM V9 架构,除了向前兼容V8 架构之外,V9 架构更加强调 AI、矢量和 DSP 性能改进、安全性等能力。ARM V9 架构主要应用于 A 系列应用处理器、R 系列即时处理器,以及 M 系列微控制处理器。此前的 V8架构的成功,公司主要依赖智能手机市场对 ARM 芯片的广泛应用。而新的 V9 架构,预计除了在智能手机市场上继续保持强势地位之外,未来在数据中心、智能汽车等领域,都有望培育新的增长点。

公司最新公告显示,目前市场上的几乎所有的高端手机,都使用了 V9架构,尤其是随着人工智能在智能手机端应用的提速,V9相比于V8的优势更为明显,后续应用将提速,此部分的版税收入占比有望提升;数据中心芯片方面,NVIDIA Grace Hopper、AWS Graviton、Microsoft Cobalt 等都应用了 ARM V9 架构。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
哈佛、MIT联合研究揭示人类语言理解的神经机制,发现大脑通过"信息出口"将语言从核心系统传递至专业脑区实现深度理解。研究提出浅层与深层理解的区别,为人工智能发展提供重要启示,表明真正智能需要多系统协作而非单一优化。该发现可能改变我们对语言认知的理解。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
腾讯混元等团队开发出革命性的AI视频生成自我评判系统PAVRM和训练方法PRFL,让AI能在创作过程中实时评估和改进视频质量,无需等到完成才反馈。该技术使视频动态表现提升56%,人体结构准确性提升21.5%,训练效率提升1.4倍,为AI视频生成质量带来质的飞跃。