Research Insight：ARM节能效率DNA将拓展至HPC需求

ARMCEORene Haas于COMPUTEX 2023「一同定义运算未来」主题演讲中，说明未来人工智能（AI）运算的重要性。产业正处于AI黄金时代，带动边缘运算呈现爆炸式成长，衍生大量算力需求，而ARM架构的DNA即是节能与效率，因此可对应未来无所不在的AI巨量及高效运算（HPC）的需求。

回溯ARM的起源，一开始（30年前）便致力于创造微处理器，当时ARM的DNA即讲求节能、低功耗及效率，原因是许多可携式产品或移动载具等，是用电池供电、而非插电，因此节能表现相当重要。

ARM架构CPU最早被用在个人数码助理（PDA）移动设备中，当时PDA可谓是划时代产品；之后ARM成为全球最普遍的处理器架构，以出货量为例，2013年ARM架构芯片出货量达到500亿颗、2021年达2,000亿颗、现已超过2,500亿颗，产品范围包括传感器、穿戴式装置、智能手机、超级电脑等。

从应用端来看，10年前成长最为显着的产品是智能手机，现很多产品的运算架构与设计需求，与智能手机类似，即对于运算要求愈来愈多、但对功耗散热要求愈来愈低，包括数据中心(Data Center)、智能车、生成式AI等领域，而ARM将运用在智能手机运算架构的经验，扩展至上述及其他新兴领域。

以数据中心为例，2015~2021年负载量增加260%，占全球耗电量约1%、甚至大于1%。在智能车方面，运算需求更是呈现指数型成长，以Level 2先进驾驶辅助系统（ADAS）车款为例，运算力仅2 TOPS，然Level 5自驾车运算力超过4,000 TOPS，两者相差2,000倍；值得注意的是，电动车主要的能量来源也是电池，因此除了「算力」外，对于「能源使用效率」要求也相当高。

AI应用领域方面，因AI模型所需要的运算资源相当庞大且复杂，需仰赖大量数据持续进行训练及推论，故AI所使用的电脑运算资源是前所未见；举例来说，现今已有5,000亿个AI参数模型，而且多数需要在超级电脑中运行。

随着各应用领域运算负载愈来愈重、工作复杂度愈来愈高、产品开发周期要求愈来愈短等背景下，ARM作为IP供应商，需协助合作夥伴开发设计高端运算产品；尤其当AI在边缘运算呈现爆炸式的成长，对于运算需求亦跟着水涨船高。对此，ARM也列举几个实际应用案例作说明。

NVIDIA所开发的Grace CPU超级芯片，此采用两组72核心的ARM Neoverse V2运算子系统所驱动，其强调效能及效率（因每瓦效能比旗舰级x86高出2倍），故可延长电池寿命。

在终端消费产品应用方面，Google Pixel 7智能手机因使用ARM Cortex-X1处理器作实时翻译功能，运作过程中无太多功耗产生；此外，ARM解决方案亦导入AI家电应用，其主要监控压缩机的速度及功耗，达到节能目的。

智能交通系统则是ARM相当自豪的应用，此采用实时主动监测方式，调控交通号志、进而管理交通流量，而非如过去采用历史的交通流量数据（例如上周或1个月前的数据）进行交管；换句话说，AI必须每天在云端学习交通模式，才能达到实时调控交通流量目的，而该系统在韩国已有应用实绩。

ARM亦分享AI自动化设备导入在养蜂农场的特别案例。起源是养蜂场发现蜜蜂数量每年不断减少，甚至高达30%，因此「Beewise」这家公司开始研究蜜蜂飞行及健康等状态，并采用自动化设备更换蜂巢、喂食、监控温湿度等，此解决蜜蜂数量减少、提高产量、改善授粉等情形。

由以上案例可知，AI将无所不在，如今万事万物都是一部电脑，例如小自咖啡机、烤箱、大至自驾车皆是，在在都需要密集运算，对于高运算、低功耗需求亦随之提升；而未来在数码转型过程中，预期杀手级应用将会不断浮现。