倘若通往通用人工智能 (AGI) 的道路

與人類自身發(fā)展歷程如出一轍，

這將意味著什么？

Arm 工程部機器學(xué)習(xí) (ML) 技術(shù)副總裁兼院士 Ian Bratt 認為，這種可能性并非空穴來風(fēng)。在生命早期，人類大腦會從感知外界逐步進階到語言表達，繼而邁向邏輯思考與規(guī)劃能力。這一過程被稱為神經(jīng)可塑性曲線。Bratt 指出，人工智能 (AI) 正沿著一條類似的路徑演進，且當前已處于“認知能力的臨界點”。

如今，我們正親眼見證這一演進過程。當前的 AI 模型能力已今非昔比：它們既能模擬推理過程、完成復(fù)雜任務(wù)，又能處理文本、視覺與音頻信息，其中許多模型已融入日常，嵌入各類常用工具與系統(tǒng)之中。隨著 AGI 日趨成熟，其應(yīng)用將覆蓋云服務(wù)器、移動設(shè)備、交通工具及工業(yè)系統(tǒng)等多個領(lǐng)域。這就要求計算平臺具備高效擴展能力，能夠在任何需要的場景下實現(xiàn)智能運行。

為厘清未來發(fā)展方向，麻省理工科技評論洞察 (MIT Technology Review Insights) 與 Arm 聯(lián)合發(fā)布《通往 AGI 之路》報告，深入探討了未來的前行路徑，以及為何這條路徑或許會比我們預(yù)期的更貼近人類自身發(fā)展規(guī)律。該報告匯集了 AI 研究與治理領(lǐng)域前沿人物的洞見，梳理了未來面臨的戰(zhàn)略挑戰(zhàn)與機遇。

AGI：看似近在咫尺，實則道阻且長

據(jù)非營利組織 AI Impacts 牽頭的全球綜合預(yù)測顯示，AI 系統(tǒng)最快或于 2028 年開始實現(xiàn) AGI 領(lǐng)域的關(guān)鍵里程碑。這些能力涵蓋問題解決、目標導(dǎo)向推理，乃至無需輔助便能在特定任務(wù)中超越人類表現(xiàn)。

然而，即便是如今最尖端的模型，在適應(yīng)性方面仍力有不逮。正如《通往 AGI 之路》報告中所指出的，這些模型在空間推理、運動控制、社會感知與創(chuàng)造力等領(lǐng)域仍存在明顯短板。真正的 AGI 需要彌合這些鴻溝，并探索在不同系統(tǒng)中處理、傳遞與擴展智能的全新路徑。

智能進階，架構(gòu)效率是關(guān)鍵

AGI 的發(fā)展進程正在加速，但隨之而來的成本也水漲船高。2010 年之前，AI 的算力需求每 21 個月才會翻倍；而隨著深度學(xué)習(xí)的崛起，這一周期已縮短至每 5.7 個月翻一番。模型規(guī)模擴大的同時，對算力的渴求也愈發(fā)旺盛。據(jù)估算，未來 AI 級工作負載的能源需求或?qū)⑼黄?20 太瓦，這一數(shù)值已逼近當前全球的總發(fā)電量。

正如 Bratt 所言：“若我們期望抵達那個萬物皆實現(xiàn)認知增強的遙遠未來，算力必須迎來階躍式的爆發(fā)增長。”要滿足這一需求，不能只追求原始運算速度，更需通過架構(gòu)革新來優(yōu)化延遲、帶寬與能效。

異構(gòu)計算：通往 AGI 的務(wù)實之道

報告強調(diào)，實現(xiàn) AGI 不必拘泥于單一處理器類型，異構(gòu)計算才是兼具可擴展性與平衡性的解決方案。這種模式整合了 CPU、GPU、NPU 及各類加速器，每種組件均針對特定 AI 任務(wù)優(yōu)化調(diào)校。它能讓計算在最適宜的場景中進行，無論是端側(cè)、邊緣側(cè)，還是云端。

在全球科技生態(tài)中，Arm 計算平臺已為數(shù)十億臺互聯(lián)設(shè)備提供核心算力支撐，其具備的能效優(yōu)勢、性能表現(xiàn)與擴展能力，可滿足 AI 技術(shù)棧各層級實現(xiàn)智能性的需求。例如，2025 年出貨到頭部超大規(guī)模云服務(wù)提供商的算力中，將有近 50% 是基于 Arm 架構(gòu)。此外，Arm 技術(shù)還賦能全球范圍內(nèi)的智能手機、交通工具及工業(yè)系統(tǒng)實現(xiàn)智能性，不僅降低了延遲，保障了數(shù)據(jù)隱私，還大幅削減了帶寬成本。

軟件與標準：開啟新浪潮

僅靠硬件并不足矣。AGI 還需“協(xié)同調(diào)度”能力，即在不同計算環(huán)境中管理眾多復(fù)雜、分布式的 AI 工作負載。這意味著需要依托軟件框架、調(diào)度工具及開放標準，讓 AI 模型具備適應(yīng)、可擴展與可互操作的能力。

報告提出，AI 系統(tǒng)需具備環(huán)境感知能力與動態(tài)分布式部署能力。開發(fā)者對平臺的要求是，無需重寫代碼，就能簡化多種芯片類型的開發(fā)流程。而生態(tài)系統(tǒng)的協(xié)同合作，正是實現(xiàn)這一愿景的核心所在。

Arm 的路徑已與這一方向高度契合：一方面推動開發(fā)者更多地使用 AI 技術(shù)；另一方面將 Arm 計算平臺打造成主流 AI 框架的可靠后端。通過這兩大舉措，讓數(shù)十億基于 Arm 架構(gòu)的系統(tǒng)能高效運行推理工作負載，最終推動 AI 技術(shù)更為普及。

更智能的未來，根基必須堅實

未來 AI 的突破性進展，將取決于我們當下所做出的架構(gòu)選擇。Arm 正致力于構(gòu)建核心根基，讓 AI 得以負責(zé)任、高效率地演進、拓展，并釋放全部潛力。Arm 是未來 AI 的基石。