在科技媒体Android Authority的专访中，Arm边缘AI业务执行副总裁Chris Bergey强调，尽管云端AI发展势头强劲，但端侧本地AI凭借低延迟、隐私保护和成本优势，仍将在未来计算领域占据核心地位。作为全球计算架构的基石，Arm芯片累计出货量已突破4000亿颗，面对AI技术浪潮，公司正通过异构计算策略重构技术路线。
Bergey指出，Arm已从传统CPU设计商转型为系统级解决方案提供商。通过协调CPU、GPU和NPU（神经网络处理器）的协同运算，公司正在重塑计算架构。以智能手机成像为例，现代设备拍摄一张照片的背后，是三类处理器共同完成图像识别、降噪和渲染的复杂流程。这种异构计算模式不仅提升了处理效率，更开创了端侧AI的新范式。
针对"云端AI将取代端侧"的质疑，Bergey用具体场景予以反驳。在高速公路信号盲区，依赖云端的导航系统会因网络中断而失效，而端侧AI可确保实时路径规划的连续性。游戏行业的数据更具说服力：若开发者完全采用云端AI生成NPC行为，单款游戏的Token费用可能高达数百万美元，而端侧部署可将成本降低90%以上，同时避免玩家数据上传带来的隐私风险。
为解决硬件碎片化难题，Arm推出Kleidi软件库。该工具通过自动识别设备硬件特性（如是否支持SME2矩阵引擎），使开发者无需适配不同芯片架构，直接调用底层算力。这项创新已获得Unity、Unreal等主流游戏引擎的集成支持，显著缩短了AI功能的开发周期。
在移动图形领域，Arm正推动神经图形技术（Neural Graphics）的普及。不同于桌面端追求的光线追踪效果，移动设备更注重能效平衡。该技术通过AI超分辨率采样和帧率插值，使GPU在低功耗状态下实现接近原生4K的渲染效果。实测数据显示，搭载该技术的设备在运行《原神》等大型游戏时，续航时间可延长40%，同时保持60帧的流畅体验。
谈及消费电子趋势，Bergey预测生物识别与穿戴式传感器将迎来突破。随着meta智能眼镜等产品的迭代，计算设备正从手持形态向身体佩戴转变。未来的AI交互将突破语音和屏幕的限制，通过神经腕带等设备捕捉肢体动作，实现无感控制。尽管当前眼镜类产品的算力受限于散热和体积，但Arm正在研发新一代NPU架构，计划将端侧AI的能效比提升至现有水平的3倍，推动计算模式从"云端辅助"向"独立端侧"转型。
