Arm物联网全面解决方案通过一套全栈式解决方案，大幅加速产品开发进程并提高投资回报率Arm虚拟硬件使得开发无需基于实体芯片进行，促成软件与硬件的共同设计，让产品开发时间最多缩短两年Project Centauri作为Arm新的生态系统计划，将推动标准与框架，以助力应用市场的成长以及扩展物联网软件的创新。
10月19日，Arm发布Arm 物联网全面解决方案（Arm Total Solutions for IoT）。这一独特的物联网设计方法将为崭新的物联网经济奠定根基。Arm物联网全面解决方案将简化并导入现代化的软件开发，进而为开发者、OEM厂商以及服务提供商在物联网价值链的每个阶段加速开发进程，让产品设计周期最多可缩短两年。
Arm物联网兼嵌入事业部副总裁Mohamed Awad表示：“通过彻底改变系统的设计方法，Arm的独特定位可以推动新的物联网经济，其形态、速度与规模等方面都足以与智能手机应用市场经济相媲美。Arm物联网全面解决方案改变了我们为整个生态系统提供关键技术的方法，并展现了我们在软件方面重大且持续的投资，进而赋能开发者开展创新，扩展全球影响力。”
新的虚拟硬件目标可至多缩短产品设计周期两年
Arm物联网全面解决方案是以有实证基础的Arm Corstone为根基，Corstone是一套经过验证且预先集成的子系统，它已为Arm芯片伙伴超过150个设计项目加速产品上市进程。Arm物联网全面解决方案为软件开发者、OEM厂商、服务提供商带来Arm虚拟硬件目标（Arm Virtual Hardware Targets），该基于云的新服务可提供Corstone子系统的虚拟模型，使得软件开发无需基于实体芯片进行。Arm虚拟硬件为物联网及嵌入式平台带来现代化敏捷的软件开发方法，包括持续集成/持续开发（CI/CD）、DevOps与MLOps，免去投资复杂的硬件农场。
通过基于Arm架构SoC的准确模型提供了模拟内存与外设等机制，软件的开发与测试现可在芯片完备之前就着手进行，如此一来，典型的产品设计周期可以从平均的五年，最多缩短为三年。这让Arm芯片伙伴能在芯片流片前，取得客户对芯片的反馈，同时协助整个物联网价值链，能在芯片推出之前，轻松地开发并测试基于最新IP的代码。
Arm虚拟硬件现可在AWS Marketplace获取，并计划于2022年在中国推出。Arm的合作伙伴正在通过这项技术加速创新，并提速产品上市进程。
根据用例而设计 简化开发流程
Arm物联网全面解决方案是一套专为特定用例而设计的完整解决方案，让开发者可以专注在真正重要的部分，也就是跨不同应用和设备的创新与差异化。它具备简化设计流程与产品开发所需的一切，包括硬件IP、软件、机器学习模型、先进的工具（例如全新虚拟硬件目标）、应用程序特定的参考代码，以及来自全球最大的物联网生态系统的支持。
Arm物联网全面解决方案的第一套配置已经推出，可针对通用计算与机器学习工作负载的用例，其中包括一个基于机器学习的关键词辨识示例。同时，支持来自Arm芯片伙伴基于Arm Corstone-300子系统的多种配置的虚拟硬件目标也已就绪，这结合了Cortex-M55处理器与Arm Ethos-U55微神经网络处理器。
Arm致力于以全面解决方案作为途径，通过完整的产品路线图，擘画强劲的未来产品规划，其中覆盖了语音识别、物件识别等应用。
标准化是规模扩展的关键
为了让产业伙伴利用他们在最广泛的平台所投资的软件与服务，Arm同时也推出Project Centauri，该项目旨在通过针对设备开机、安全与云集成提供一套设备与平台的标准和参考实作，为广泛的 Arm Cortex-M软件生态系统，达成类似Project Cassini为Cortex-A生态系统作出的贡献。
Project Centauri的API包括对PSA认证与Open-CMSIS-CDI的支持，这是一套标准的云到设备规范，能最大限度地减少启动不同的云解决方案和实时操作系统所需的开发工作量。Project Centauri将降低工程开发成本、加速上市进程、实现大规模物联网部署，并强化Cortex-M生态系统的安全性。
带领生态系统进入新的物联网时代
基于Arm Cortex-M架构的芯片出货量迄今已超过700亿颗，并仍在持续增长中。根据Mordor Intelligence的数据，物联网芯片的平均复合年增长率（CAGR）将在2026年达到近15%。为顺应这一增长机遇，Arm专注于确保生态系统能不断地处于加速物联网创新的前沿，通过扩展Arm IP的可得性，让不同类型的企业都能借助Arm物联网全面解决方案以及包括Arm Flexible Access在内的项目进行创新。
Arm物联网全面解决方案代表了物联网新时代的起点——一个软件与硬件在系统层面真正共同设计的时代。Arm独特的定位得以联合软件与硬件开发者打造场景定义的计算，并释放物联网的经济效益。从智能手机到数据中心，再到当前的物联网，不论计算在何处发生，在设计过程中将系统纳入考量，对于加速创新和充分利用Arm生态系统提供的专用处理能力将是一大关键。
更多关于Arm虚拟硬件、Project Centauri以及其他Arm物联网开发者的计划，欢迎免费注册本周在线举行的Arm DevSummit。
合作伙伴证言：
“Alif Semiconductor致力于为开发者提供可实现高效人工智能/机器学习及长待机时间的下一代安全物联网解决方案。Arm虚拟硬件带来一种创新的方式，使我们的客户和软件合作伙伴能够在云端对人工智能模型进行重复训练和调试，获取我们特定系统级芯片系统配置的理想计算周期数，并将其与我们在芯片上测量的实际周期数进行对比。这种新方法将助力开发者节省时间并优化设计。”
——Alif Semiconductor高级市场总监Mark Rootz
“Arm物联网全面解决方案有望助力全球开发者社区进一步释放创造力，推动Arduino所一贯热衷的创新精神。通过简化并加速开发、减少碎片化以及赋能开发者快速高效地打造新产品，Arm及其生态伙伴正在推动物联网的下一轮创新，以实现更高的投资回报水平。”
——Arduino首席执行官Fabio Violante
“实现机器学习在物联网领域的潜力需要尽可能快速、小巧且低功率的深度神经网络。Arm虚拟硬件将赋能Deeplite引擎创建更高性能、更高能效的人工智能模型，进而助力开发者在面向所有垂直市场的用例进行设计时能够突破界限。”
——Deeplite.ai联合创始人兼首席产品官Davis Sawyer
“物联网应用中的音频创新潜力巨大，尤其是通过使用机器学习。Arm虚拟硬件使我们能够在开发周期中更早地开始为新款Arm处理器进行移植和优化。我们相信Arm物联网全面解决方案将通过自适应噪声干扰消除、声音事件识别和声学场景适应等革新功能，助力加快客户的上市时间，并让终端用户能更快地体验到最新应用。”
——DSP Concepts创始人兼首席技术官Paul Beckman
“Arm虚拟硬件正在为嵌入式领域带来革新功能。通过与Edge Impulse的现代嵌入式机器学习方法相结合，如此前有未见的方式让我们为崭新的创新成果铺平了道路。”
——Edge Impulse联合创始人兼首席执行官Zach Shelby
“奇景光电永远在线的智能传感产品提供了尖端的人工智能计算能力，同时保持低功耗、低带宽和对隐私数据的保护。我们与Arm在其边缘人工智能生态系统的合作将可助力我们满足这些需求，并促成我们的WiseEye解决方案，这项技术开发采用了Arm物联网全面解决方案设计方式，从而提供市场领先的功能。通过Arm虚拟硬件目标，我们与生态系统的开发人员都能够在芯片完成前着手进行软件开发，大幅缩短了产品上市时间。”
——奇景光电（Himax）研发副总裁 陈有栋
“L2S2托管型医疗设备云（MMDC）旨在克服健康科技开发和部署方面的障碍，并提供相应的工具以助力实现超快速的硬件和软件开发。Arm虚拟硬件的推出令人振奋，它使设备数据系统能够在设备硬件完成前，通过模拟大规模部署进行压力测试，消除可能延误临床试验和监管审批的系统故障。”
——L2S2首席执行官Philip Gaffney
“Linaro与Arm在Trusted Firmware、MCUboot和OpenCMSIS-pack等技术上一直紧密合作，为人工智能驱动的物联网设备奠定经全面测试的安全基础。今日的发布让我们为之欣喜，我们相信Arm物联网全面解决方案将助推开发者的创新，并进一步加速强大且安全的基于Arm架构的物联网设备部署。”
——Linaro业务发展副总裁Andrea Gallo
“针对一系列新兴的物联网应用，系统工程师需要通过机器学习，从传感器数据生成具有实践性的洞见。Arm虚拟硬件目标和Qeexo AutoML将相辅相成地助力工程师更早地进行性能评估、设计探索和优化，从而在基于Arm架构的处理器上实现高性能的机器学习。”
——Qeexo机器学习业务总监Elias Fallon
“Sondrel已与Arm合作近20年，也是Arm认证设计合作伙伴计划的首家成员。Arm Corstone使我们能够获取预集成和验证的IP组件，进而让我们能够以更低的成本，简化并加速端到端芯片服务的交付。如今Arm物联网全面解决方案通过Arm虚拟硬件推出了新功能，使我们的客户能够在芯片完成前就开始着手软件开发和集成工作。”
——Sondrel首席执行官Graham Curren
“机器学习将成为未来物联网应用发展的关键力量。Arm虚拟硬件使我们能够面向新的Cortex-M55和Ethos-U55进行库的开发和测试，并在芯片完成前就能支持这些新款处理器，也使开发者能够更早地在其产品设计中采用这些技术。”
——TensorFlow Mobile技术主管Pete Warden
