Arm 2026年展望：构建云边端全栈能力 驱动AI无处不在

2025 年半导体市场在AI需求爆发与全产业链复苏的双重推动下，呈现出强劲的增长态势。以EDA/IP先进方法学、先进工艺、算力芯片、端侧AI、精准控制、高端模拟、高速互联、新型存储、先进封装等为代表的技术创新，和以AI数据中心、具身智能、新能源汽车、工业智能、卫星通信、AI眼镜等为代表的新兴应用，开启新一轮的技术和应用革命。过去的一年，半导体助力夯实数字经济高质量发展的全新底座，新的一年，半导体行业又将如何推动端云协同、普惠智能的普及之路呢。

最近，由电子发烧友网策划的“2026半导体产业展望”专题正式发布。电子发烧友网已经连续数年策划并推出“半导体产业展望”系列专题，每次一经上线都反响热烈、好评如潮。这里汇聚了半导体高管们对往年发展的回顾与总结，以及对新年市场机会和形势的前瞻预测。他们的睿智和洞察给了产业界莫大的参考和启发。今年来自国内外的半导体创新领袖企业高管们又带来哪些前瞻观点？此次，电子发烧友网特别采访了Arm 中国区业务全球副总裁邹挺，以下是他对2026年半导体产业的分析与展望。

图：Arm 中国区业务全球副总裁邹挺

2025企业成绩：“平台优先”全面深化，云边端协同突破

2025 年，半导体行业在 AI 的核心驱动下实现了强劲增长。随着 AI 在数据中心、汽车、智能终端等领域的深化落地，AI 负载也加速从云端向边缘与物理设备渗透，这不仅推动了用户对高性能计算的需求，更催生了对高能效、高安全、可扩展计算平台的迫切需要。

谈到 2025 年的成绩，作为全球 AI 计算的基石，Arm 围绕“平台优先”战略，面向基础设施、PC、移动端、汽车、物联网市场推出了新的产品命名体系，标志着向计算平台公司的进一步转型。与此同时，Arm 凭借领先的计算平台和技术，携手广泛的生态合作伙伴，构建从云端到边缘的全栈 AI 能力，驱动智能计算无处不在。

云 AI 领域：Arm Neoverse平台继续为融合型 AI 数据中心提供高密度、高能效、高定制化的 CPU 核心，帮助合作伙伴实现性能跃升与总拥有成本 (TCO) 优化的同时，大幅缩短产品上市周期。阿里云、亚马逊云科技、Google、Meta、微软等所有头部云服务提供商均基于 Neoverse 平台来构建基础设施，以实现性能、功耗与规模的平衡。目前，Neoverse 平台的核心部署量已超过 10 亿个，此外，Arm 架构占据接近半数 2025 年出货到头部云服务提供商的算力。

边缘 AI 领域：2025 年，Arm 推出了面向消费电子设备的全新 Arm Lumex CSS 平台，可支持智能助手、语音翻译和个性化服务等实时端侧 AI 应用场景，其搭载的 SME2 技术的全新 Arm CPU 则可实现高达 5 倍的 AI 性能提升，已在国内合作伙伴的 AI 智能手机和应用中实现了广泛落地。

vivo、OPPO 等手机厂商推出集成启用 SME2 技术的旗舰智能手机，为端侧 AI 带来了切实的体验提升。

应用方面，在 Arm 与支付宝及 vivo 密切协作下，支付宝已在 vivo 新一代旗舰智能手机上完成了基于 Arm SME2 技术的大语言模型推理验证。结果显示，在预填充 (prefill) 与解码 (decode) 阶段的性能分别超过 40% 和 25% 的提升。

在游戏方面，Arm 与腾讯 GiiNEX 针对 SME2 展开合作，根据腾讯初步测试结果显示，启用 SME2 后性能提升高达 2.5 倍。

此外，在物联网领域，Arm 推出了 Armv9 边缘 AI 计算平台，以 Cortex-A320 CPU 和 Ethos-U85 NPU 为核心，专为物联网应用优化，支持运行超 10 亿参数的端侧 AI 模型，已获得包括亚马逊云科技 (AWS)、西门子和瑞萨电子等在内的多家行业领先企业的支持。

物理 AI 领域：Arm 推出了专为汽车打造的 Arm Zena CSS，能将芯片开发周期缩短长达 12 个月，并使每个芯片项目的工程资源投入减少多达 20%，助力车厂和芯片供应商加速新车型的上市进程，目前已着手第二代研发。在生态方面，今年迎来了 SOAFEE（面向嵌入式边缘的可扩展开放架构）四周年，取得了里程碑式的成就：全球成员已突破 150 家，其中亚太区占比达 38%，包括 AutoCore、黑芝麻智能、广汽集团、吉利汽车、联想车计算、中科创达等优秀的中国合作伙伴。

持续构建广泛的软件生态：Arm KleidiAI 软件库已经集成到多个主流 AI 框架，包括 Llama.cpp、ExecuTorch 和 LiteRT，能够对 Meta Llama 3 和 Phi-3 等主流 AI 大模型进行加速，进一步释放 AI 计算性能。在中国市场，Arm KleidiAI 技术已成功集成至阿里通义千问、百度文心大模型及腾讯混元大模型中，并于上述三大模型开源首日即率先完成适配，有力加速本土 AI 大模型的技术研发与场景落地进程。

2026 技术创新：AI 重构半导体技术底座

AI 在云边端的加速渗透，正从架构设计、技术路径、安全标准等维度，全方位驱动半导体技术创新。

架构向模块化芯粒转型：为快速、灵活地适配云端训练、边缘推理及终端设备上多样化的 AI 工作负载，半导体设计正从传统的单片式架构，全面加速转向模块化芯粒 (Chiplet) 设计。通过将计算单元、内存与 I/O 等功能拆分为可复用的构建模块，设计者可混合搭配不同工艺节点的芯粒，针对特定工作负责快速定制系统级芯片 (SoC)。这一转型不仅大幅缩短设计周期、降低创新门槛，更标志着产业重心从“追求更大芯片”转向“打造更智能系统”。同时，行业级标准化进程持续推进，新兴开放标准将确保不同厂商的芯粒产品实现可靠、安全的集成，拓宽供应链选择范围，催生以可互操作组件为核心的生态体系，取代以往高度耦合的单一厂商系统模式。

技术路径聚焦“超越摩尔定律”：AI 对算力密度和能效的持续需求，推动技术创新逐步脱离单纯依赖晶体管尺寸缩小的路径，转向新型材料应用与先进封装技术，如 3D 堆叠和芯粒集成等“超越摩尔定律”的方向。这种垂直创新通过功能分层集成、优化散热效率以及显著提升“每瓦算力”实现突破，而非单纯的横向尺寸缩放。该技术路径已成为支撑高性能 AI 芯片、高密度数据中心基础设施，以及功耗受限的边缘 AI 设备持续发展的关键基础，为更强大的 AI 系统落地提供核心支撑。

系统级协同设计推动融合型 AI 数据中心兴起：AI 工作负载的复杂性催生了系统级协同设计的趋势，半导体创新不再局限于单独的 CPU 或加速器，而是朝着“系统层面与软件栈协同设计”的定制化芯片方向演进，针对特定 AI 框架、数据类型及应用场景完成深度优化。例如，亚马逊云科技 (Graviton)、Google Cloud (Axion) 和 Microsoft Azure (Cobalt) 等头部云服务商正引领这一转变，通过从底层将专用 CPU、AI 加速器、内存及互连技术深度整合，打造可扩展、高效且开发者可访问的 AI 平台。这一趋势推动了面向 AI 的融合型数据中心加速落地，其核心目标是最大化单位面积内的 AI 算力，进而降低 AI 运行所需的能耗总量及相关成本。

“设计即安全”成硬性需求：随着 AI 系统自主性不断增强，并深度嵌入自动驾驶、工业控制等关键基础设施，硬件本身已成为安全攻击的新目标。因此，“设计即安全”已从商业差异化优势，转变为对半导体产品的通用硬性要求。Arm 内存标记扩展 (MTE)、硬件可信根和机密计算安全飞地等技术，正从可选附加组件升级为芯片标配功能。鉴于个人与企业的高价值数字资产（包括专有数据集、业务逻辑、用户凭证及财务信息等）日益集中于 AI 系统，芯片层面需部署加密强制隔离、内存完整性及运行时验证等多层安全机制，确保 AI 系统处理敏感数据和核心业务逻辑时的机密性、完整性与可靠性。

2026 市场机遇：三大赛道驱动AI全域规模化增长

展望 2026 年，Arm 预计多个新兴市场将迎来更具规模性的增长机会。

汽车与机器人市场，通用计算平台加速规模化落地：在多模态模型、更高效训练与推理管线的技术突破推动下，物理 AI 系统（如智能汽车、自主机器、机器人）将实现规模化部署，重塑医疗健康、制造、交通运输、采矿等多个行业，不仅能显著提升生产效率，还可替代人类在高危环境中稳定作业。其中，AI 技术将深度渗透汽车供应链全环节——从车载芯片到工厂工业机器人，先进驾驶辅助系统 (ADAS) 与车载信息娱乐系统 (IVI) 成为核心升级驱动力，芯片技术也将围绕这些需求完成重构。同时，面向汽车与机器人自动化场景的通用计算平台正逐步涌现，车载芯片通过技术复用与适配，可应用于人形机器人或工业机器人领域，进一步提升规模经济效益，加速物理 AI 系统的研发与落地。

融合型AI 数据中心，“每瓦智能”驱动基础设施升级：在算力密度、能效与成本压力的共同推动下，融合型 AI 数据中心成为基础设施升级的核心方向。受系统级协同设计趋势驱动，行业正从底层芯片到软件栈进行一体化优化，头部云服务商已率先推出将专用 CPU、AI 加速器、内存及互连技术深度整合的平台。这类数据中心以“最大化单位面积 AI 算力”“提升每瓦性能”为核心衡量指标，催生对高能效计算平台的激增需求，进而驱动底层芯片架构及协同设计方案的进一步革新。

终端智能市场，打破壁垒构建“个人智能网络”：智能手机将全面进入端侧 AI 时代，进化为集数字助手、相机与个人管家于一体的多功能设备；PC、移动设备、物联网与边缘 AI 之间长期存在的壁垒将逐渐消融，跨操作系统兼容性与应用可移植性实现 “一次开发，全域部署”。AI 还将打通手机、可穿戴设备、PC、汽车及智能家居设备，构建连贯的“个人智能网络”，所有边缘设备原生支持 AI 工作负载，实时共享情境信息与学习成果，预判用户需求并提供无缝个性化体验。此外，AR/VR 可穿戴设备（如头显、智能眼镜）将在物流、运维、医疗、零售等更广泛的企业场景中落地，凭借轻量化设计、更强 AI 能力与流畅连接体验，从“尝鲜品”转变为“必需品”，助力提升生产效率与操作安全性。

Arm 布局规划：Arm 正在加速研发投入，以支持客户对下一代架构、计算子系统 (CSS) 的需求，并探索向芯粒或完整 SoC 的潜在业务扩展，携手全球优秀的生态伙伴以及超过 2200 万名软件开发者，驱动 AI 无处不在。