首批採用Armv9架構的處理器問世!Arm一次端出三款新品,分別要搶吃哪些市場?
首批採用Armv9架構的處理器問世!Arm一次端出三款新品,分別要搶吃哪些市場?

Arm於26日舉辦新品發表會,帶來CPU、GPU的新家族登場。瞄準各級別的消費市場,Arm的此次發表可望擴大滿足多元的應用需求。Arm台灣總裁曾志光表示,目前與台灣、國外手機晶片大廠都有密切合作,很快就會有好消息,終端產品將於2022年問世。

曾志光指出,每年5月底都是Arm發表高階行動運算解決方案的重要時刻,但今年不只有高階產品,還有主流、入門等完整解決方案,希望讓合作夥伴在產品設計、價格定位上,具備更多彈性自由、做出更多市場區隔。

Arm 台灣總裁曾志光
Arm 台灣總裁曾志光
圖/ Arm

三個級別的CPU核心登場,面對入門需求也不馬虎

Arm 在3月正式宣布進入新一代處理架構「Armv9」發展後,被外界稱為是ARM近10年最重大的技術革新,此架構已率先運用在面向資料中心的Neoverse N2。今日發表3款基於Armv9架構的CPU,同時應用在三種不同級別,一登場就是完整的解決方案。

1622010492514.jpg
圖/ Arm

作為去年Cortex-X1的「接班人」,Arm推出的旗艦級 X2,是Arm CPU產品線中最強大的設計,專為高階、旗艦手機和筆電而生。據Arm稱,若今年的旗艦手機採用此處理器,可帶來約30%的效能提升;若應用在2020年的主流筆電上,在單執行緒效能上將提升40%,並擁有全天電池續航力。

在多核心的時代,big.LITTLE是Arm在很早就提出的架構技術,搭配兩種高效能和低功耗的核心組成,可以在運算和效能之間來回調配。Arm在「big」核心上每年都會推陳出新,不意外的,ARMv9的第一款「big」核心的Cortex-A710也正式問世。與前代比較下,提升了10%的效能、30%的用電效率以及2倍的機器學習效率。

自2017年推出一直沿用在主流手機的Cortex-A55,Arm也迎來了睽違4年的「LITTLE」核心發佈。新推出的A510也在提升了35%的綜合效能、30%的用電效率,機器學習效率更是舊款的3倍。

Arm表示,Cortex-A510 CPU已可媲美幾年前的高階CPU效能,因此如果以big.LITTLE架構組合(A510加上A710),除了能讓處理器優化效能,也能讓裝置電力續航更持久。同時,Arm也預期,A510除了在入門手機可以應用外,也很適合穿戴裝置和智慧家居產品,在運算效能和用電效率都不馬虎。

瞄準行動市場,旗艦級GPU性能提升20%

對於手機終端產品而言,GPU的圖像處理能力可說是衡量手機的關鍵。Arm旗下的移動顯示晶片組「Mali GPU」系列,可提供最佳的手遊體驗、全新的 AI 技術與應用程式,在家庭娛樂和AR效果上也可強化。以Arm提出的數據來看,Mali GPU在2020年出貨超過10億顆,且已應用於全球80%的數位電視,以及一半以上的智慧型手機。

1622010450931.jpg
圖/ Arm

瞄準旗艦行動市場,Arm此次推出的Mali-G710堪稱擁有最強效能的GPU,在執行繁重任務時速度比過去快上20%,機器學習效能也增強了35%。在高階市場方面,另外一款Mali-G610則建構G710的基礎上,雖然顯示效能相對簡化,但可讓合作夥伴將G710的最新功能導入價格親民的裝置中。

除了高階市場,Arm也瞄準更廣泛的消費市場。Mali-G510 是為中階手機和智慧型電視而設,相比之前同級的GPU,在節能上強了22%、速度提升1倍。另外針對入門設計的G310,則採用了原本應用在高階GPU的Valhall架構,也是Arm首次將此架構帶到基礎產品上。據悉,在材質貼圖執行效率上可提升6倍、Vulkan執行效率提升4.5倍,執行Android使用介面更可提升2倍效率。

Arm表示,Mali-G510和G310的全新功能與技術,可以滿足例如AR/VR應用、數位電視、Chromebook等各種設備需求,效能提升可望有亮眼表現。

最後,曾志光有感於近期的疫情之下的遠距工作,表示「人們在不同生活場景,用筆電、手機、平板串聯彼此,所以Arm在此刻提升裝置的效能、效率和安全,也是公司肩負最重要的使命。」

責任編輯:錢玉紘

關鍵字: #安謀
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓