看准边缘端的AI运算需求，Arm发布首款Armv9架构边缘AI运算平台，集成CPU与NPU功能，强调可支持超过10亿参数的边缘端AI模型，预期将进一步带动AI应用从云计算及数据中心向边缘运算发展。
Arm指出，如今AI发展不再只限于云计算，随着物联网的智慧化发展提升，从智慧城市到工业自动化，在边缘端处理AI工作负载将带来优势，也有其必要性，首款Armv9边缘AI运算平台，代表该发展进入重要的里程碑。
随着物联网发展越来越普及，也带动运算需求的增加，Arm以自动驾驶汽车为例，在工厂的环境下自动驾驶汽车如何精准导航，或是利用AI创建更自然的人机互动体验。Arm指出，AI向边缘端发展，更接近数据源，可降低延迟，并且提升隐私保护。
这款专门定位于边缘AI运算需求设计的Armv9架构运算平台，内部集成号称全新的Cortex-A320 CPU，以及Ethos-U85 NPU，其中的Ethos-U85 NPU支持Transformer运算符网络，使得这款定位于边缘AI运算需求的Armv9运算平台，要比去年推出基于Cortex-M85的边缘AI运算平台，机器学习性能高出8倍。
如果单看CPU，Arm指出，Cortex-A320能够提高物联网的性能、效率及安全性，支持Armv9架构的AI功能及软件支持，比前一代的Cortex-A35，在机器学习方面的性能提升10倍，纯量性能则提高3成。
至于随着物联网普及，而受到重视的物联网设备安全性方面，新平台则将Armv9.2架构的安全功能带到小型化的Cortex-A设备，例如PAC指标验证、MTE内存标签扩展等等。
Arm称新平台将Armv9架构技术，从云计算扩大到边缘端，涵盖不同类型的设备，包括从强调高性能设计的设备，到有限电源下需要延长使用时间的高能效设备。
另外，针对边缘端的AI应用开发，Arm也将针对AI框架的开发工具Arm Kleidi，专门优化Arm CPU的AI及ML负载，Arm以物联网AI框架Llama.cpp执行微软Tiny Stories数据集为例，Kleidi为Cortex-A320提升7成的性能。
