從摩爾定律到能效第一：Arm談AI時代的晶片設計五大關鍵轉變

在 AI 計算浪潮推動下，晶片產業正進入前所未有的深度轉型期。曾經被奉為「半導體聖經」的摩爾定律，逐漸走到極限，而 Arm 認為，AI 已成為驅動新一輪晶片架構革新的關鍵力量。

近日，Arm 解決方案工程部執行副總裁 Kevork Kechichian 於一場公開分享中，提出針對 AI 時代晶片設計的深度觀察與五大未來趨勢，內容涵蓋從能效、架構創新到生態協作，具高度產業前瞻性。

摩爾定律式微，AI時代重新定義「好晶片」

從過去推動處理器快速微縮與性能翻倍的摩爾定律，到今天面對製程成本高漲、物理極限逼近，傳統方法已難以維持效率與擴展性。而 AI 的興起，更讓晶片設計面臨算力爆炸、能耗飆升的巨大挑戰。

Arm 指出，以目前最新的 AI 晶片如 NVIDIA Blackwell B200 為例，單一晶片功耗可達 1 千瓦，對電力與散熱的挑戰遠超過傳統伺服器設計所能應對的範圍。

高盛預估，AI 發展將使資料中心電力消耗暴增 160%，未來甚至需為每座超級資料中心建獨立電廠。

不只是能效，AI也引爆新型資安威脅

在 DarkTrace 最新的網路安全報告中，有 74% 的企業表示已遭遇 AI 驅動的威脅，甚至出現能自主學習與進化的 AI 攻擊體系。面對這樣的變局，晶片安全架構從被動防禦轉向「硬體信任」成為標配。

Arm 目前已在 SoC 中整合包括 TEE、安全飛地、加密引擎、記憶體保護單元（MMU）、MTE 記憶體標記等多層防護機制，並推動 PSA 認證標準，建構下一代晶片安全新底座。

AI 時代晶片設計五大趨勢，重新定義產業合作模式

Arm 提出，未來晶片設計將朝向以下五大方向演進：

1. 深度協作

設計複雜度提升，晶圓代工、封裝廠、IP 提供商、系統整合商需高度整合，打破孤島式開發模式。

2. 系統為本

效能與成功不再單看 CPU 指標，而是整體系統優化：包括電源管理、記憶體架構、封裝與散熱協同設計。

3. 標準化接口

為實現真正模組化晶片設計，需建立統一的介面與標準，支援不同場景靈活應用（如 chiplet、電源接口等）。

4. 能耗導向設計

設計思維必須轉向「每瓦效能最優先」，以能效為設計首要條件，而非一味堆高算力。

5. 專用化加速器

AI 負載多樣化將推動更多客製化架構，從泛用晶片走向針對任務量身打造的專屬架構（如 Vision AI、語音 AI 等）。

AI也在設計AI晶片：晶片設計流程正進入自我優化循環

Arm 表示，如今 AI 不僅推動晶片發展，更反過來介入晶片設計流程本身，例如：

• 使用機器學習協助晶片的布局與路徑優化

• 自動化進行能耗模擬

• AI 協助選擇最佳記憶體分佈與指令集配置

這形成一個新的「設計回饋循環」：AI 幫助設計更好的 AI 晶片，反覆推進下一輪演進。

軟體與硬體的深度整合，是AI晶片的成敗關鍵

Arm 特別強調，AI 晶片的成功不僅靠硬體本身，更仰賴與軟體框架的高度兼容與協同。為此，Arm 推動以下幾項策略：

• 支援所有主流 AI 框架（如 PyTorch、TensorFlow 等）

• 建立開放平台，支援開箱即用的 SDK 與 API

• 鼓勵晶片廠回饋上游開源社群，強化生態黏性

• 加速標準化，降低移植成本與技術門檻

當製程微縮不再是效能成長的主要引擎，創新將轉向系統層次的整體設計思維，AI 讓晶片不再僅是「硬體運算單位」，而是驅動下一代智慧服務的核心平台。

正如 Arm 所言：「未來的晶片，將在設計之初就與 AI 共舞。」這不只是硬體的進化，更是整個半導體產業價值鏈的重構。