隨著人工智慧滲透至生活與產業的每一個角落，運算架構正迎來劇烈轉型。Arm 資深副總裁暨物聯網事業部總經理 Paul Williamson 在 Arm Unlocked Taipei 2025 上指出，「我們正經歷一場由 AI 引領的運算革命。」 未來三年內，Edge AI將不再是少數應用的加值功能，而是推動物聯網、智慧製造、車載系統與消費電子全面升級的核心驅動力。
Paul Williamson 分析，AI 從雲端下沉至邊緣的主因，來自四項關鍵需求。
首先是 延遲。在自動化機械、互動式裝置或安全監控等情境中，運算必須在毫秒內完成回應，等待雲端伺服器回傳的模式將無法滿足實時性要求。其次是 隱私。感測器與影像資料越趨豐富，用戶更希望個資在本地處理，而非上傳至遠端雲端。第三是 能效。AI 模型在邊緣端執行需要極致的功耗控制與架構優化，才能在有限的能源中運行複雜推論。最後則是 成本與韌性。唯有讓部分 AI 運算分散至終端裝置，才能降低雲端成本並確保在離線環境下仍能運作。
這四大因素共同推動了 Arm 在邊緣 AI 的技術策略：以能效導向的架構設計支援更智慧、更分散的 AI 生態。
在技術層面上，Arm 今年推出首款採用第九代架構的 IoT 處理器 Cortex-A320，專為低功耗 AI 推論設計，具備「Always-on」能力，能即時處理感測器輸入並執行 Transformer 等語言模型。此外，Arm OSNAI 運算子系統 進一步結合 Cortex-A320 與 NPU 加速器，能在終端裝置上執行更高階 AI 模型，如 PyTorch 或 Vision Transformer，為機器人、智慧家庭與工業自動化帶來即時運算效能。
Paul Williamson 強調：「AI 已不再侷限於雲端，而是滲透到每一個能夠感知環境、理解情境並做出反應的裝置中。」他舉例，如智慧安防系統可在邊緣端完成影像辨識與事件判斷，工業機器人則能透過本地 AI 即時規劃動作，展現更高自主性。
為了讓開發者與新創更快速導入 AI，Arm 宣布將前述技術整合進 Arm Flex for XLA 計畫，開放更多夥伴採用最新 Arm 架構，甚至讓部分新創公司能以「零成本」取得授權。此舉象徵 Arm 正將邊緣 AI 從晶片層延伸至生態層，透過軟硬體協同與開源合作，加速創新應用落地。
Arm 台灣總裁黃曉剛指出，台灣擁有完整的資通訊與半導體產業鏈，是 Arm AI 生態的重要樞紐。隨著 AI 運算平台持續演進，從晶片設計、模組製造到系統整合，台灣夥伴將在全球邊緣 AI 擴展中扮演關鍵角色。
