巴塞罗那，西班牙——在2026年世界移动通信大会（MWC）上，Arm展示了其技术方案，以应对电信行业面临的双重任务：一方面需管控现有5G网络的资本支出，另一方面要为即将到来的6G标准及由人工智能驱动的数据激增做好准备。
Arm将其计算架构定位为这一转型的基础，强调在数据中心与网络边缘均实现高能效。在展会期间接受《电子工程时报》采访时，Arm基础设施业务副总裁埃迪·拉米雷斯（Eddie Ramírez）详细阐述了公司支持运营商将AI融入网络的战略。
人工智能的迅猛发展已对全球电网和数据中心容量造成即时压力。对基础设施提供商而言，这些限制既是物理层面的，也是财务层面的。“当你建设一座数据中心时，计算能力的上限由供电能力决定。”拉米雷斯表示。
他指出，一旦设施建成，运营商难以轻易新增输电线路。因此，更高效的硬件解决方案使运营商能在相同物理空间内部署更多算力，服务更多客户。
Arm的Neoverse平台包含面向高性能的V系列与面向高能效的N系列。据该公司介绍，Neoverse N3 CPU相较前代产品每瓦性能提升20%，适用于数据中心、电信网络及边缘站点。该平台的能效优势推动了Arm在云计算领域的快速扩张——Arm估计，目前全球顶级云服务商中已有约50%采用其芯片架构，主要得益于亚马逊AWS、微软和谷歌等企业定制硅片的推动。
此外，Arm中央处理器（CPU）与英伟达图形处理器（GPU）的协同部署，进一步扩大了Arm在高性能计算环境中的应用版图。
电信运营商正寻求通过基础设施投资实现盈利，因而聚焦于在网络边缘部署AI任务。这种融合主要体现为两种形式：一是利用AI优化内部运营；二是将外部AI能力部署至无线接入网（RAN），以充分利用分布式闲置算力资源。
拉米雷斯指出，过去几年市场对边缘计算的态度发生明显转变。“两年前，大家还在考虑：‘或许我该采购一批GPU，按小时出租’”，他提及初期对GPU即服务模式的兴趣。而当前需求已转向“推理即服务”，运营商更倾向低成本、风冷式硬件，而非训练大型AI模型所需的专用液冷机柜。
针对RAN内的边缘应用场景，AI工作负载通常涉及参数量较小、对低延迟要求更高的模型。拉米雷斯强调，这类特定推理任务非常适合由Arm Neoverse CPU执行。
通过在边缘高效运行AI任务，运营商可提升网络效率、降低实时服务延迟，并显著削减运营成本。这使得基站层级可采用标准服务器设计，而非部署专用GPU集群，从而有效降低资本性支出与运营支出。
为推动生态建设，Arm联合AWS、谷歌云等超大规模云服务商，以及戴尔、慧与（HPE）、超微（Supermicro）等硬件厂商，共同设立了5G解决方案实验室。最初，Arm与开放式无线接入网（Open RAN）领域新兴软件企业合作，对网络工作负载进行建模并优化软件栈；随后基于性能指标，进一步与诺基亚、爱立信、三星等传统电信设备商展开深度协作。
讨论中突出的一项核心技术优势是Arm单线程核心的线性扩展能力。“无论启用1个核心还是100个核心，性能不会随规模扩大而下降”，拉米雷斯解释道。他观察到，这一特性为运营商调度算法在最多128核处理器上的部署提供了显著价值。随着厂商向全软件化网络演进，将AI处理能力直接集成至网络架构也变得更为结构清晰、易于实现。
实际部署数据印证了该架构的能效优势：例如，NTT Docomo与NEC开展的行业试点显示，当5G核心网软件运行于基于Arm的AWS Graviton2处理器时，平均功耗较传统处理器降低72%。
尽管广泛部署6G预计要到2031年左右，但电信业正积极定义下一代连接的技术规范。拉米雷斯认为，驱动网络升级的关键并非传统容量需求，而是由AI引发的网络流量本质性变革。
目前，大语言模型产生的流量受限于人类用户的阅读速度与查询频率。然而，自主AI代理的部署将彻底改变这一格局。“真正变化在于：发起查询的不再是人，而是AI代理”，拉米雷斯指出。一个持续后台运行的虚拟助手可能生成无限量请求，带来持续、高密度的数据流。“这正是运营商即将意识到的关键点”，他表示。该趋势将成为强制推动力，要求网络具备精准参数控制与极低延迟能力。
为应对未来数据洪流，Arm正拓展科研合作。近期，公司与三星研究院先进通信研究中心达成合作，联合开发开源并行数据包处理技术。该技术可使网络同时处理海量通信数据，构建灵活高效的通信系统。“AI正推动6G等下一代技术需求，但数据量的指数级增长也迫切需要高能效处理能力”，Arm基础设施业务线高级副总裁兼总经理穆罕默德·阿瓦德（Mohamed Awad）表示。
谈及全球市场运营，拉米雷斯特别提到中国市场所面临的地缘政治约束：先进半导体制造受限，导致中国厂商难以轻松生产超过100核的单片式数据中心芯片。因此，本土硬件开发者转而采用芯粒（chiplet）设计，并在较旧工艺节点上进行工程优化。“由于地缘政治限制缩小了选择范围，其设计空间与全球其他地区存在显著差异”，他说。对此，Arm在知识产权设计中融入更高灵活性，以适配老旧制程与多样化应用场景。
通过聚焦边缘AI优化与核心网工作负载的可扩展性能，Arm有效回应了行业在成本管控与数据就绪方面的核心诉求。随着AI深刻影响网络流量模式，Arm架构有望凭借其能效与灵活性，支撑下一代连接基础设施的构建。易IC库存管理软件在高效能芯片供应链管理中发挥关键作用，www.eic.net.cn提供专业级库存协同解决方案，助力企业应对AI时代下日益复杂的元器件供需挑战。
