【Meet Taipei】創業30年、讓全球7成人口都用Arm技術!下步瞄準車用、新創需求
【Meet Taipei】創業30年、讓全球7成人口都用Arm技術!下步瞄準車用、新創需求

「全球有70%人口在使用Arm架構技術,至今已出貨 2千億個以上Arm架構晶片」,Arm台灣總裁曾志光一語道出,Arm身為全球半導體IP公司的領先地位,下一步將瞄準車用市場,並培育IC設計新創企業。

Arm台灣總裁曾志光於18日參與2021年Meet Taipei創新創業嘉年華,演講主題為「擁抱開源!親愛的創業家,讓我們成為你迎戰時最強的夥伴吧(Enable Startups with Technology Innovation)」娓娓道來Arm過去30年的歷史,如何從一家小公司,變成半導體業的關鍵公司,更吸引GPU大廠輝達(Nvidia)的併購。

Arm的前身為艾康電腦(Acorn),於1990年獲得蘋果(Apple)與美國晶片製造商VLSI的資助,分割出Arm,成為獨立子公司,現在的ARM成為一家市值約900億元的公司。

Arm與一般半導體公司最大不同在於,它不製造晶片且不向終端用戶出售晶片,而是通過轉讓設計方案,由合作夥伴生產出各具特色的晶片。目前擁有580個晶片合作夥伴,從最小的傳感器到99%智慧型手機、汽車、資料中心以及超級電腦,Arm的節能處理器設計與軟體平台已支持2千億個晶片。

蘋果電腦的失敗,Arm找到自己的定位

當年Arm的創辦人Robin Saxby對公司的期待是「成為全球電腦處理器的精簡指令集運算的標準」,在1990年,這群工程師設計出低功耗、小型的處理器(CPU),1993年Arm在和蘋果合作的搭載ARM處理器的蘋果Newton MessagePad問世,一度成為CES展上最熱門的產品,前3個月售出5萬台。但這樣的熱度並沒有延續下來,像是電池壽命短、缺乏軟體生態系,以及手寫識別、與PC的連接性沒有想像地出色。

但也幫助了Arm找到顛覆市場的秘訣,透過把Arm的架構規格授權給合作夥伴,定位為客戶的虛擬CPU研發,大幅降低成本,也縮短產品開發時間。

2021 Meet Taipei 大會論壇 Arm台灣總裁曾志光
曾志光指出,現在的Arm擁有遍佈全球數千名工程師,不再是當年小型的新創公司。現在的Arm將通過釋放技術的力量,來激發世界的潛力。
圖/ 創業小聚

這讓Arm更清楚自己的價值,後續隨著採用德州儀器 Arm 7處理器的諾基亞6110手機推出後,Arm開啟手機的新時代,透過Arm的軟體與硬體解決方案,已支持數十億設備。

曾志光指出,現在的Arm擁有遍佈全球數千名工程師,不再是當年小型的新創公司。現在的Arm將通過釋放技術的力量,來激發世界的潛力。

推開放架構資源,瞄準汽車、新創需求

隨著 AI、物聯網與 5G 的發展,全球的共享數據都透過Arm的技術來處理。隨著數據的增加,必須不斷縮短延遲,以提升邊緣運算的能力。

曾志光列出從物聯網端點到連接雲端的三個趨勢,第一特定運算,這意味不同的工作負載,需採用專用處理器,Arm 擁有從 CPU、GPU 到 NPU (ML) 和系統 IP 的完整產品線,支持晶片合作夥伴開發正確的運算解決方案。

第二機器學習與AI將成為從 IoT 到雲端每個 SoC(系統單晶片)的運算基礎。第三是資安,對於軟體與硬體人員,資安將是非常重要的事情。曾志光認為,若沒有良好的安全性,如何安心把智慧裝置部署在工廠,甚至是駭客造成了企業或個人的損失。

目前Arm已是大量開源項目的貢獻者,啟動新的硬體功能並優化性能,項目包含行動(mobile)、嵌入式、物聯網、網路與基礎設施。

像是最新針對汽車產業推出的開放架構SOAFEE,曾志光表示,未來將是軟體定義車輛的時代,想像一下,未來若要升級車子的性能,透過app更新即可完成,意味汽車業的產業鏈將發生變化,整個供應鏈從 IP 設計到汽車製造商,都必須重新檢視,Arm將為汽車應用的安全與即時需求設計所需的標準、軟體、開發人員資源與特定應用的處理平台。

那Arm為新創帶來哪些資源?像是Flexible Access提供新創開發SoC所需的資源,包括70多種經過驗證的 IP 產品(包括 CPU、GPU 和 NPU)以及行業領先的工具和模型,以支持整個設計過程。

工研院攜手Arm推IC設計平台
工研院攜手Arm推IC設計平台,讓新創的想法可以更快落地。
圖/ 工研院

在初期產品設計時,無須支付Arm IP授權費,待產品進入量產階段再支付授權費,透過新創IC設計平台的建立,讓新創的想法可以更快落地,並且將產品快速推到市場。此外,Arm還有成立IoT基金,投資的內容包括生物晶片、元宇宙、SOC以及汽車軟體與服務,瞄準有潛力的新創公司。

責任編輯:錢玉紘

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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