NVIDIA加速Arm生态，云端到边缘全面提速

Arm的足迹已深入数十亿台设备——从您口袋中的智能手机，到您驾驶的车辆，再到边缘计算系统，甚至包括日本那台创下全球速度纪录的超级计算机“Fugaku”。更重要的是，超过1300万开发者正围绕Arm构建应用。而NVIDIA现在要做的是，为这个庞大的社区提供一套经过实战验证的扩展工具集，进一步拓宽Arm生态的边界。

这套工具集具体包含哪些内容？

核心工具阵容包括：

• NVIDIA AI：业界公认的AI训练与推理加速标准。
• NVIDIA RAPIDS：一套在GPU上高效运行数据科学与分析的软件库。
• NVIDIA HPC SDK：专为高性能计算打造的编译器、库与软件工具集合。
• NVIDIA RTX：集光线追踪与AI功能于一体的图形驱动。

事实上，NVIDIA与Arm的渊源并不短。多年以来，Jetson SoC中的Arm核心就在边缘计算和自主机器领域默默工作。近期，BlueField DPU等网络产品也加入了Arm核心阵营。在合作伙伴和独立软件供应商的共同努力下，BlueField DPU正在云、嵌入式和企业级应用中，全面加速并保护网络与存储任务。

Arm在能效计算领域的领先地位有目共睹。NVIDIA为其注入这些资源，本质上是在拓展客户的选择空间，也为Arm和NVIDIA双方的合作伙伴创造了四个主战场的发展机遇。

NVIDIA对Arm的支持范围极广，下到个人系统，上到超级计算机，无一遗漏。

高性能计算的新方向

高性能计算领域正在迎来变革。Arm通过引入可伸缩向量扩展指令（SVE），来满足全球最强系统对性能的极致追求。NVIDIA的工程师团队已经率先行动，开始为富士通A64FX——也就是Fugaku内置的那颗处理器——提供SVE支持。SVE本身就是Arm Neoverse平台中用于数据中心计算和网络的最新产品，它的强大模拟能力不仅推动了Fugaku的前沿研究，也让这台超级计算机稳坐全球TOP500榜首的位置。

接下来，NVIDIA将帮助Arm的合作伙伴与客户，为同时搭载Neoverse CPU和NVIDIA GPU的系统生成经过充分优化的软件。早在2019年6月，NVIDIA就已经启动了相关HPC计划，旨在为Arm加速计算和AI领域提供CUDA软件支持。

值得一提的是，除了NVIDIA HPC SDK，用于HPC网络主干NVIDIA Mellanox InfiniBand的软件，也已在Arm服务器上得到完整支持并部署应用。工程师们还在NVIDIA Magnum IO中进一步扩展了对Arm的支持，这套软件的核心目标，就是让多节点系统的存储和网络性能发挥到极致。

云端游戏创造良机

在云计算领域，NVIDIA与多家Arm服务器SoC及OEM合作伙伴展开了多维度的合作。这当中的一个典型例子，是与Ampere Computing的联动。

双方将Mt. Jade服务器平台成功扩展到了云游戏领域。这套基于Ampere Altra的系统内置了两个80核的Arm SoC、四颗NVIDIA T4 GPU，以及一个NVIDIA Mellanox BlueField-2 DPU。它的能力非常直观：可以同时为128名游戏用户提供服务，为“Android-in-Cloud”服务提供流畅的流媒体支持——这一模式目前尤其受到中国5G智能手机用户的青睐。

在NVIDIA的推动下，Ampere Computing的Mt. Jade平台正在云游戏的新兴市场中开疆拓土。NVIDIA的工程师们也不断向Arm平台移植代码，开发新工具来优化从编码、渲染到串流的全链条效率。如今，这些工具已经被技嘉科技、浪潮、纬颖等Arm服务器OEM厂商广泛采纳。

GeForce NOW的运营经验让NVIDIA对云游戏的潜力有着相当直观的判断。除了游戏，云服务供应商也在积极利用Arm服务器来支持GPU加速的机器学习、存储等应用。为此，NVIDIA为Arm服务器提供了一套完整的GPU管理与监控工具，其中就包括内置Kubernetes支持、能在Arm上运行Docker容器的NVIDIA容器工具集。

为每家公司提供企业级AI

企业网络的边缘是当前计算领域的新蓝海。NVIDIA的EGX边缘AI平台已经明确表示，将支持包括Arm在内的所有主要处理器架构。

边缘计算对高能效的需求非常突出，这也是NVIDIA选择Arm作为其垂直市场加速计算和AI平台核心的原因。通常，这些平台会将GPU与Jetson等嵌入式模块中的多核Arm CPU融合到一起。在此基础上，NVIDIA还为医疗（Clara）、机器人（Isaac）、自动驾驶（DRIVE）等不同行业，推出了定制化的模块和配套的开发者套件。可以说，这条路径为Arm软件合作伙伴和SoC供应商敞开了大量企业级AI应用的大门。

正如NVIDIA在收购公告中所强调的，随着业务边界的扩展，由Arm提供的IP生态将变得越来越丰富。

未来的发展趋势

放眼个人系统，来自多家供应商的Windows PC和Chromebook已经在Arm处理器上运行，更多消费级平台也正在不断加入，这一趋势正在重塑未来个人系统的面貌。

NVIDIA在GPU领域的积累由来已久，无论是何种形状和尺寸的PC——包括基于Arm的系统——都能看到它的身影。一项近期调查显示，超过70%的游戏PC都搭载了NVIDIA GPU。

展望未来，那些具备强大图形性能、出色连接能力，同时能效显著优于当今PC的AI加速个人系统，将会迎来巨大的市场机遇。而Arm生态系统完全可以参照当前在医疗领域的模式，在各个市场中采用NVIDIA的参考设计来快速方案落地。

构建平台的工具

无论是先进的Arm处理器IP组合，还是NVIDIA提供的海量工具，都在共同催生着新平台的诞生。

用于Arm的CUDA工具包，将NVIDIA GPU加速计算和AI功能正式引入了Arm生态系统。开发者可以通过它访问TensorRT进行深度学习推理，利用DeepStream进行视频分析，以及更多任务场景。

NVIDIA还推出了一整套Nsight可视化开发者工具，通过分析器、调试器等功能为Arm SoC和服务器提供了深度支持。所有这些工具、SDK和平台，都可以通过NVIDIA开发者网站获取。

回顾过去，NVIDIA为Arm提供支持的时间跨度已超过十年。而这一切，也只是基于对Arm生态的长期承诺。这个从智能卡到超级计算机、再到未来各种新兴技术的社区，正在不断壮大。我们对接下来的可能性充满期待，也希望能从Arm生态中那1300万开发者身上，学到更多。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：NVIDIA加速Arm生态，云端到边缘全面提速要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题