作者：Arm 邊緣 AI 事業(yè)部市場(chǎng)營(yíng)銷總監(jiān) Pablo Fraile

工業(yè)自動(dòng)化正在經(jīng)歷一場(chǎng)根本性的變革。從工業(yè) PC 到邊緣網(wǎng)關(guān)和智能傳感器，邊緣側(cè)的計(jì)算需求正在快速變化。人工智能 (AI) 正在從云端走向更多現(xiàn)實(shí)環(huán)境。過去圍繞可預(yù)測(cè)、單一用途工作負(fù)載設(shè)計(jì)的系統(tǒng)，如今必須在動(dòng)態(tài)、高度混合的設(shè)置中運(yùn)行可更新且具備安全防護(hù)的智能應(yīng)用。

傳統(tǒng)的計(jì)算架構(gòu)向來針對(duì)大批量、低差異化的任務(wù)進(jìn)行優(yōu)化，難以適應(yīng)如今新的需求。隨著工業(yè) OEM 廠商不斷追求更高的靈活性、可擴(kuò)展性和 AI 能力，以 AI 加速、高能效、實(shí)時(shí)性能和軟件可移植性為核心的 Arm 架構(gòu)正日益受到青睞。

邊緣 AI 重新定義工業(yè)計(jì)算

第四次工業(yè)革命已不再是紙上談兵。AI 和機(jī)器學(xué)習(xí) (ML) 正日益融入面向工業(yè)應(yīng)用的邊緣計(jì)算環(huán)節(jié)，應(yīng)用于機(jī)器人引導(dǎo)、預(yù)測(cè)性維護(hù)管理、能源使用優(yōu)化等方面。但這種轉(zhuǎn)變也提出了多項(xiàng)新的要求：

在邊緣側(cè)（靠近傳感器和執(zhí)行器）進(jìn)行 AI 推理；

實(shí)時(shí)響應(yīng)，滿足控制和安全方面的需求；

在散熱受限的環(huán)境中，保持低功耗運(yùn)行；

安全且由軟件定義的平臺(tái)，確保易于更新和部署。

對(duì)于許多 OEM 廠商而言，這些挑戰(zhàn)并非未來之憂，而是眼前必須克服的阻礙。當(dāng)今高度混合的制造環(huán)境正將傳統(tǒng)計(jì)算架構(gòu)推向極限，三大關(guān)鍵難題阻礙了邊緣側(cè)的創(chuàng)新：

能效低下，限制了設(shè)備外形和散熱設(shè)計(jì)方面的創(chuàng)新；

面對(duì)各類工作負(fù)載，AI 加速的可擴(kuò)展性存在局限；

軟硬件集成缺乏靈活性，拖慢了邊緣側(cè)的創(chuàng)新步伐。

為此，計(jì)算平臺(tái)必須更具適應(yīng)性、功耗更低且更易擴(kuò)展，而這些正是 Arm 架構(gòu)系統(tǒng)的典型特質(zhì)。

為何工業(yè) OEM 廠商正在向 Arm 架構(gòu)遷移

面向工業(yè)應(yīng)用的邊緣計(jì)算環(huán)境正在向基于 Arm 架構(gòu)的計(jì)算平臺(tái)遷移，而且遷移步伐正因以下關(guān)鍵因素而不斷加快：

內(nèi)置 AI 加速功能，支持在邊緣側(cè)運(yùn)行 AI 模型，從而在對(duì)延遲敏感的環(huán)境中實(shí)現(xiàn)實(shí)時(shí)決策；

優(yōu)異的每瓦性能，支持計(jì)算密集型任務(wù)，而不會(huì)超出功耗預(yù)算，從而實(shí)現(xiàn)更緊湊、散熱效率更高的設(shè)計(jì)；

平臺(tái)可擴(kuò)展性強(qiáng)，從微控制器到服務(wù)器級(jí)處理器，采用通用架構(gòu)，從而簡(jiǎn)化跨產(chǎn)品線的開發(fā)，縮短產(chǎn)品上市時(shí)間；

邊緣到云的軟件可移植性，使開發(fā)者能夠在云端進(jìn)行訓(xùn)練并在邊緣側(cè)無縫部署，最大限度地減少代碼重寫并加快部署周期；

多元化的芯片生態(tài)系統(tǒng)，加速創(chuàng)新迭代，為自動(dòng)化機(jī)器人和工業(yè)控制系統(tǒng)提供量身定制的設(shè)計(jì)方案；

軟硬件長(zhǎng)期發(fā)展路線圖保持一致，使 OEM 廠商對(duì)全生命周期支持充滿信心，并能夠采用面向未來的架構(gòu)實(shí)現(xiàn)標(biāo)準(zhǔn)化。

最新的 Armv9 架構(gòu)整合了上述各項(xiàng)能力，涵蓋從面向邊緣 AI 應(yīng)用的較小的 Arm Cortex-A320 CPU 核心，到最新的 Arm Neoverse 核心，已被領(lǐng)先的工業(yè)芯片廠商廣泛采用，并內(nèi)置 AI 加速指令。這種架構(gòu)層面的一致性簡(jiǎn)化了開發(fā)流程，降低了維護(hù)復(fù)雜度，并加速了創(chuàng)新進(jìn)程，特別是在 AI 模型逐步實(shí)現(xiàn)通過軟件進(jìn)行更新升級(jí)的情況下，尤為關(guān)鍵。

Arm 的平臺(tái)產(chǎn)品戰(zhàn)略，將靈活的計(jì)算 IP、可靠的軟件工具與充滿活力的生態(tài)系統(tǒng)相結(jié)合，正助力 OEM 廠商降低開發(fā)阻力，同時(shí)在邊緣側(cè)實(shí)現(xiàn)更高的集成度、智能化水平與控制能力。包括西門子在內(nèi)的工業(yè) OEM 廠商已經(jīng)開始采用這種轉(zhuǎn)變。

西門子集成電路與電子研發(fā)及預(yù)開發(fā)部門主管 Herbert Taucher 表示：“西門子致力于賦能邊緣側(cè)應(yīng)用的 AI 潛力。而基于 Armv9 的邊緣 AI 平臺(tái)將助力西門子進(jìn)一步擴(kuò)展高度安全、高性能且高能效的 AI 創(chuàng)新產(chǎn)品組合?！?/p>

圍繞邊緣 AI 開展設(shè)計(jì)

對(duì)于開發(fā)者和產(chǎn)品負(fù)責(zé)人來說，轉(zhuǎn)向 Arm 架構(gòu)不僅僅意味著能享有更多 Arm 架構(gòu)的優(yōu)勢(shì)，更能通過以下方式開辟了全新的設(shè)計(jì)路徑：

涵蓋 CPU、GPU 和 NPU 的異構(gòu)計(jì)算架構(gòu)，可更高效地支持嵌入式 AI；

可通過軟件進(jìn)行更新的智能技術(shù)，使 AI 模型在無需重新設(shè)計(jì)硬件的情況下，也可不斷演進(jìn)；

散熱和能效提升，使得無風(fēng)扇、堅(jiān)固耐用或精巧型等全新設(shè)備形態(tài)成為可能。

現(xiàn)代化的 DevOps 工作流，由容器化和云原生 ML 工具提供支持。

憑借從邊緣到云端的統(tǒng)一架構(gòu)基礎(chǔ)，開發(fā)者能夠?qū)崿F(xiàn)更靈活的開發(fā)、更迅速的迭代，并在產(chǎn)品生命周期內(nèi)有效降低開發(fā)阻力。施耐德電氣基于 Arm SystemReady 構(gòu)建的概念驗(yàn)證就是一個(gè)很好的例子，展示了標(biāo)準(zhǔn)化的 Arm 平臺(tái)如何簡(jiǎn)化部署并加速工業(yè)創(chuàng)新。

未來屬于邊緣原生技術(shù)

隨著越來越多的智能技術(shù)轉(zhuǎn)移到數(shù)據(jù)中心之外，計(jì)算架構(gòu)也必須隨之演進(jìn)。新一代工業(yè)系統(tǒng)將不再受制于傳統(tǒng)限制，而是以滿足具體的應(yīng)用需求為導(dǎo)向，包括邊緣側(cè)的 AI 能力、靈活性和實(shí)時(shí)性能。

總體趨勢(shì)已躍然眼前：工業(yè)計(jì)算正逐步邁向邊緣原生，并以 Arm 架構(gòu)為原生平臺(tái)。