Arm 對未來技術的發展方向及可能出現的趨勢有著廣泛而深刻的洞察。在《Arm 解析未來行業技術趨勢——AI 篇》中，我們預測了該領域的 11 個未來趨勢，本文將著重于芯片設計，帶你深入了解 2025 年及未來在這一方面的關鍵技術方向！

2025 及未來行業技術趨勢預測

人工智能

芯片設計

技術市場

在芯片設計方面，我們列舉了七大關鍵趨勢，涵蓋芯粒將成為解決方案的重要組件；“重新校準”摩爾定律；專用芯片的發展；芯片解決方案實現商業差異化；標準化的重要性與日俱增；生態系統緊密合作；以及人工智能(AI) 增強型硬件設計的興起。帶你深入洞察芯片設計的發展方向，把握行業前沿脈動！

芯粒將成為解決方案的重要組件

從成本和物理學角度來看，傳統芯片流片變得越來越困難。行業需要重新思考芯片的設計，突破以往傳統的方法。例如，人們逐漸意識到，并非所有功能都需要集成在單獨的單一芯片上，隨著代工廠和封裝公司探索新的途徑、在新維度下突破摩爾定律的極限，芯粒等新方法開始嶄露頭角。

實現芯粒的不同技術正備受關注，并對核心架構和微架構產生了深遠的影響。對于芯粒，架構師需要逐步了解不同實現技術的優勢，包括工藝節點和封裝技術，從而利用相關特性提升性能和效率。芯粒技術已經能夠有效應對特定市場需求和挑戰，并預計在未來幾年持續發展。在汽車市場，芯粒可幫助企業在芯片開發過程中實現車規級認證，同時通過不同的計算組件，幫助擴大芯片解決方案的規模并實現差異化。例如，專注于計算的芯粒具有不同數量的核心，而專注于內存的芯粒則具有不同大小和類型的內存。因此，系統集成商可對不同的芯粒進行組合和封裝以開發出大量高度差異化的產品。

“重新校準”摩爾定律

在過去的摩爾定律，單一芯片上的晶體管數量已達到數十億，其性能每年翻一番，功耗每年減少一半。然而，這種在單獨的單一芯片上持續追求更多晶體管、更高性能和更低功耗的做法已經難以為繼。半導體業需要重新思考和校準摩爾定律及其對行業的意義。

其中之一便是，在芯片設計過程中，不再僅僅將性能作為關鍵指標，而是將每瓦性能、單位面積性能、單位功耗性能和總體擁有成本作為核心指標。此外，還應引入一些新指標，關注系統實現方面的挑戰（這也是開發團隊面臨的最大挑戰），確保將 IP 集成到系統級芯片 (SoC) 及整個系統后性能不會下降。因此，這將需要在芯片開發和部署過程中持續進行性能優化。隨著科技行業大規模地朝著更高效的 AI 工作負載計算發展，這些指標將在相關領域變得更加重要。

專用芯片的發展

整個行業將繼續推進專用芯片的發展。隨著 AI 的興起，功耗問題成為了關注的焦點，這突顯了數據中心不能再依賴現成的計算解決方案進行構建，而需圍繞特定的數據中心和工作負載來設計和構建計算系統。各個行業都在見證定制芯片的發展，特別是在領先的云服務提供商中，包括亞馬遜云科技 (AWS)、Google Cloud和Microsoft Azure。我們預計在 2025 年，這一趨勢將持續發展，通過在 ASIC 服務到芯粒技術等領域的大量投資，領先的科技企業將能夠更快地設計和部署定制芯片。

芯片解決方案實現真正的商業差異化

為了借助芯片解決方案實現真正的商業差異化，企業不斷地追求更加專用化的芯片。這也反應在計算子系統的日益普及，這些核心計算組件使得不同規模的公司能夠對其解決方案進行差異化和個性化定制，每個解決方案都經過配置，以執行或支持特定的計算任務或專業功能。

標準化的重要性與日俱增

標準化的平臺和框架對確保生態系統能夠提供具有差異化優勢的產品和服務至關重要，它們不僅能夠增加真正的商業價值，還能節省時間和成本。隨著集成了不同計算組件的芯粒的出現，標準化變得空前重要，它將使來自不同供應商的不同硬件能夠無縫協同工作。Arm 迄今已攜手 50 多家技術合作伙伴一道開發Arm 芯粒系統架構 (CSA)，隨著更多合作伙伴的加入，Arm 與合作伙伴將共同推動芯粒市場的標準化進程。在汽車行業，這將與 SOAFEE 的成立初衷相符，SOAFEE 旨在將軟件定義汽車 (SDV)中的硬件與軟件解耦，從而提高計算組件之間的靈活性和互操作性，加快開發周期。

生態系統緊密合作

生態系統將圍繞芯片和軟件開展前所未有的緊密合作。隨著芯片和軟件的復雜性不斷增加，沒有任何一家公司能獨自包攬芯片和軟件設計、開發與集成的所有環節。因此，生態系統內的深度合作必不可少。此類合作能為各類規模的不同公司提供特有的機會，使各公司能夠根據自身的核心競爭力提供不同的計算組件和解決方案。這對汽車行業尤為重要，汽車行業需要將包含芯片供應商、一級供應商、整車廠和軟件供應商在內的整個供應鏈匯集在一起，分享各自的專業知識、技術和產品，以定義 AI 驅動 SDV 的未來，讓最終用戶能夠享受到 AI 的真正潛力。

AI 增強型硬件設計的興起

半導體行業將更多地采用 AI 輔助的芯片設計工具，利用 AI 來優化芯片布局、電源分配和時序收斂。這種方法不僅能優化性能結果，還能加速優化芯片解決方案的開發周期，使小型公司也能憑借專用化芯片進入市場。AI 不會取代人類工程師，但它將成為應對現代芯片設計日益復雜的重要工具，特別是在高能效 AI 加速器和邊緣側設備的設計中。

下周我們將重點關注不同技術市場的關鍵趨勢，感興趣的你，請持續關注我們，了解更多前沿技術發展動向！