在科技媒体Android Authority的专访中，Arm边缘AI业务执行副总裁Chris Bergey深入探讨了端侧AI与云端AI的竞争格局。他强调，尽管云端AI发展势头强劲，但端侧本地AI凭借低延迟、隐私保护和成本优势，仍将在未来计算生态中占据核心地位。作为全球计算架构的基石，Arm芯片累计出货量已突破4000亿颗，面对AI技术浪潮，公司正通过异构计算策略重塑自身定位——不再局限于传统CPU设计，而是整合CPU、GPU和NPU（神经网络处理器）形成协同计算体系。以智能手机成像为例，现代设备的拍照功能正是三类处理器联合运算的典型场景。
针对“云端AI将取代端侧AI”的论调，Bergey明确指出两类技术存在本质差异。他以网络覆盖盲区为例，依赖云端的AI服务在高速公路隧道等场景下会因信号中断导致体验断崖式下降，而端侧AI能确保始终如一的流畅性。成本问题在游戏行业尤为突出，开发者若采用云端AI生成NPC行为，需支付高昂的Token费用，而将计算任务转移至终端设备，既能降低运营成本，又能避免用户数据外流。这种优势在需要实时响应的场景中尤为关键。
为解决开发者面临的硬件适配难题，Arm推出了Kleidi软件库。该工具可自动检测设备硬件特性，例如是否支持SME2矩阵引擎，使开发者无需深入了解底层架构即可直接调用算力资源。这种“硬件抽象化”方案显著提升了开发效率，特别适用于碎片化严重的移动终端市场。在移动游戏领域，Arm正推广神经图形技术，通过AI驱动的超分辨率采样和帧率插值，让GPU以更低功耗实现高帧率渲染，有效延长设备续航时间。这种技术路线与桌面端追求极致光追性能的策略形成鲜明对比，更符合移动设备的能效需求。
展望即将开幕的CES消费电子展，Bergey预测生物识别与穿戴式传感器将迎来突破性发展。随着meta智能眼镜等产品的迭代，计算设备正从手持形态向身体佩戴式转型。未来的AI交互将突破语音和屏幕的限制，通过神经腕带等设备捕捉肢体动作，实现无感化操作。尽管当前眼镜类产品的算力受限于散热和体积，但Arm正通过提升能效比推动技术演进，目标是让AI从云端辅助计算转向独立端侧处理，最终成为人类感知系统的“隐形外脑”。这种转变不仅需要硬件创新，更依赖软件生态的协同发展。
