ARM

1991 年ARM 公司成立于英国剑桥，主要出售芯片设计技术的授权。采用ARM技术知识产权（ IP 核）的微处理器，即我们通常所说的ARM 微处理器，已遍及工业控制、消费类电子产品、通信系统、网络系统、无线系统等各类产品市场。本页是关于(ARM)的所有博文，按照时间倒序展现。实时更新。

总数 1353 第 1/50 页

高通在与Arm的诉讼案中赢得部分胜利：并未违反许可协议

砍柴网 • 12小时前

近日Arm与高通许可纠纷诉讼案开庭，前者在美国特拉华州地方法院对后者及其子公司NUVIA提起诉讼，指控对方违反协议并侵犯其商标权。Arm要求高通销毁Nuvia根据Arm授权协议开发的设计，并寻求合理的赔偿。过去几天里，双方的法律团队进行了针锋相对的较量，在庭审过程中，有包括双方首席执行官在内的多位证人出庭作证。

高通打赢芯片诉讼被判未违反ARM许可协议

砍柴网 • 3天前

高通北京时间12月21日，据彭博社报道，当地时间周五，高通公司在与芯片设计公司ARM进行的一场诉讼中取得胜利。此前，ARM指控高通通过收购芯片创业公司Nuvia获得并使用了ARM的技术，违反了芯片技术许可协议。 ARM声称，在高通收购Nuvia后，ARM与Nuvia签订的协议本应该重

应对 AI 时代的云工作负载，开发者正加速向 Arm 架构迁移

砍柴网 • 5天前

开发者深知，构建既能高效扩展又能控制成本的应用至关重要。云技术日新月异，其背后的技术也在不断发展。近年来，越来越多的公司意识到，将其应用从 x86 架构迁移到 Arm 架构能够带来诸多优势。Arm 架构不仅能显著提升性能，还能有效降低总体拥有成本 (TCO)，因此迅速成为那些希望工作负载能够适应未来挑战的公司的首选架构

打造 “CPU+” 异构计算平台，Arm 灵活应对各类 AI 工作负载

砍柴网 • 5天前

对于人工智能 (AI) 而言，任何单一硬件或计算组件都无法成为适合各类工作负载的万能解决方案。AI 贯穿从云端到边缘侧的整个现代计算领域，为了满足不同的 AI 用例和需求，一个可以灵活使用 CPU、GPU 和 NPU 等不同计算引擎的异构计算平台必不可少。依托于 Arm CPU 的性能、能效、普及性、易于编程性和灵活性

高通绝不低头！骁龙X只用了Arm不到1％ IP

砍柴网 • 5天前

12月19日消息，Arm和高通之间的纷争，说白了就是高通想不受限制自己发展，Arm不想失去这个大客户和"财神爷"，关键就看高通的自研实力了。高通有如此底气源于他们收购了Nuvia，骁龙X系列所用的Oryon架构就出自他们之手。Nuvia CEO Gerard Williams III在法庭上声称，骁

Arm Neoverse 赋能 AWS Graviton4 处理器，加速云计算创新

砍柴网 • 8天前

随着人工智能 (AI) 技术的迅猛发展，云计算领域正在经历显著变革。愈发复杂的 AI 应用对计算解决方案的性能、效率和成本效益提出了更高要求。在云端部署工作负载的客户正在重新评估其所需的基础设施，以满足现代工作负载需求，其中不仅包括提高性能和降低成本，还涵盖了需符合监管要求或可持续发展目标的新能效基准。Arm 与亚马逊

Arm CEO评英特尔：需破局IDM与Fabless半导体模式之困

砍柴网 • 17天前

12 月 7 日消息，在接受科技媒体 The Verge 采访时，Arm 首席执行官雷内・哈斯（Rene Haas）对英特尔现状及未来走向发表了看法。哈斯表示，英特尔作为一家创新巨头，其目前的处境令人惋惜，他肯定了英特尔曾经的创新实力，但也指出，科技行业必须不断创新，否则就

独家丨Arm服务器CPU创业公司博瑞晶芯研发副总离职

雷锋网 • 18天前

雷峰网 (公众号：雷峰网) 独家，Arm服务器CPU创业公司博瑞晶芯副总裁刘澍近期已经离职，接下来的去向还未确定。刘澍1999年起从事CPU设计工作，2004年加入Arm，2018年成为Arm China的产品副总裁，2023年5月离职时已经是Arm China的执行副总裁。离开Arm

AI 驱动，Arm 加速实现软件定义汽车的未来

砍柴网 • 20天前

我们正在迎来一个全新的汽车时代，即软件定义汽车 (SDV) 的时代。根据分析机构 Counterpoint Research 的预测，到 2026 年底，中国的道路上预计将有超过 100 万辆搭载 L3 级别 ADAS（高级驾驶辅助系统）的汽车。可以预见，随着对高性能计算和更多软件需求的增

Arm：以高效计算平台为核心，内外协力共筑可持续未来

砍柴网 • 27天前

人工智能(AI)、云计算和边缘计算等技术的发展正推动着各行各业的创新升级，这一过程也伴随着对计算资源需求的急剧增加，引发能源消耗和环境影响的新挑战。如数据中心领域，服务器、存储设备和网络设备等在执行AI训练和推理任务时需要消耗大量电力。又如智能终端领域，随着AI 手机、AI PC等设备中大模型的部署和

ARM

近期热门文章