Arm的野心：打造AI时代的统一计算平台！

9月8日，“Arm Everywhere China”年度大会在中国上海召开。这家全球半导体巨头通过此次大会向外界清晰传递了一个信号：AI正在从根本上重构计算范式，而Arm正在为这场AI变革提供贯穿云（Cloud）-边缘（Edge）-物理AI（Physical AI）的统一计算平台 。

在Arm的叙事逻辑中，智能体AI（Agentic AI）时代正在重塑整个计算版图。“云端”是智能产生的地方，“边缘”是用户使用AI的地方，而“物理AI”则AI从数字世界进入物理世界的载体。Arm也是目前唯一能够为这场变革提供贯穿“云端—边缘—物理AI”的统一计算平台和完整生态系统的厂商。

一、智能体AI重塑计算架构：CPU重回舞台中央

过去十多年，云计算服务几乎百分之百基于CPU运行。但随着以ChatGPT为代表的生成式AI时代的到来，数据中心开始进入以GPU和AI加速器为主导的加速计算时代：大量模型训练和推理任务转移至GPU及专用AI加速器，CPU仅承担通用计算、数据处理和系统调度等任务，CPU与GPU在AI服务器中的配比普遍遵循1:4或1:8的模式，CPU在整个AI算力体系中的地位被大幅弱化。

但是，随着智能体AI的兴起，这一格局正在被逆转，CPU正重新回到AI算力架构的核心位置。这背后是智能体AI工作流的本质变化。

相对于传统的“问一次答一次”的生成式AI，智能体AI能够持续自主完成多步骤任务的规划与执行，并可无缝对接外部系统、API接口与用户进行复杂交互。每一次智能体交互，都涉及感知（语音/文字输入）、记忆（检索本地信息）、推理（生成结构化指令）、执行（调用工具或应用）等环节。

在智能体AI的工作流中，CPU成为了连接模型、数据、应用与外部工具的系统级调度中枢，负责任务编排、资源协调和执行控制等关键工作。这也对CPU提出了更高要求：不仅需要具备更低的响应延迟和更强的并发处理能力，还需要提供稳定、可预测的性能表现，同时兼顾更高的能效。CPU已经成为了影响智能体AI响应速度、任务执行效率和整体服务体验的关键因素。

在此背景之下，AI数据中心的算力需求正在发生结构性变化，CPU重新成为决定AI系统效率的关键角色。英特尔、AMD等服务器CPU大厂均预测，未来数据中心的CPU与GPU配比将由当前的1:8或1:4将转向1:1。这一趋势意味着，服务器CPU市场将迎来一轮爆发式的增长周期。

根据 Arm 的预测，在当前传统数据中心架构下，每1吉瓦的数据中心算力，对CPU的需求的是3000万个CPU核。而在智能体AI时代，每1吉瓦的数据中心算力，对CPU的需求将会增长到1.2亿个，达到目前的约4倍。

同样，随着智能体AI从云端进入到端侧和物理AI领域的部署，也将催生对于端侧CPU的需求。Arm边缘AI智能终端计算副总裁James McNiven也明确表示，随着智能体AI在端侧的发展，未来智能手机上只跑一两个智能体可能不是终局，因此可能会对于CPU的性能和核心数量带来更高的要求。

二、云端布局：IP、Neoverse CSS、AGI CPU三线并行

面对云端智能体AI带来的服务器CPU需求井喷，Arm突破原有的产品矩阵和商业模式，在今年3月24日推出了专为云端智能体AI设计的AGI CPU，这也是Arm成立35年来首次推出自有实体芯片 。

Arm过去的“授权+版权”的独特商业模式在半导体行业家喻户晓，其毛利率虽然接近98%，但收入规模受限于芯片厂商的授权量和芯片单价，营收规模一直也比较小，其2024自然年的营收还不足30亿美元。

因此，为了提升业务规模，Arm在2023年就推出了计算子系统（CSS），这是针对客户的需求来发展类似半定制化的IP整合包服务（预集成更多经验证的Arm IP）。Arm希望通过结合更高技术含量的CSS技术等平台产品，提高利润率，并提高其在每个芯片上收取的版税，来扩大收入并提高利润。在CSS业务的推动下（目前CSS收入在营收中的占比已经达到了20%），Arm在2025自然年的营收刚刚突破了40亿美元，但是这仍远低于其众多主要芯片客户的收入。

现任 Arm CEO就任后，一直在努力推动Arm突破现有的商业模式，不断探索通过打造基于Arm IP的完整芯片解决方案，直接向客户销售自研的物理芯片，达到根本性的营收提升。另一方面，Arm也观察到，随着AI需求由训练转向推理，特别是智能体AI时代的到来对于CPU需求的爆发。在此背景之下，Arm正式推出了首款面向云端智能体AI设计的物理芯片AGI CPU。

AGI CPU采用双Chiplet设计、台积电3nm制程，单颗集成136颗Neoverse V3核心，主频3.7GHz，每核心配备2MB L2缓存，内存带宽达6GB/s/核心，延迟低于100纳秒 。根据Arm的说法，在机架级部署中，相比最新x86系统可实现2倍以上的每机架性能提升，每吉瓦数据中心可节省高达100亿美元资本支出。

Arm表示，自AGI CPU推出以来，AI 生态系统中的众多企业，包括 OpenAI、Meta、Cloudflare、Oracle、SAP、联想、Supermicro 和 Verda，均已围绕 Arm AGI CPU 开发相关解决方案。

值得注意的是，全球云计算巨头自研的服务器CPU——英伟达Grace CPU、谷歌Axion CPU、亚马逊Graviton CPU、微软Cobalt CPU、阿里倚天CPU均基于Arm架构。因此，当Arm AGI CPU发布之时，外界有声音质疑称，Arm此举是与客户竞争，可能会引发部分客户的抵制。

对此，Arm CEO Rene Haas 强调：“客户需求是推动公司做出这一决定（推出 Arm AGI CPU）的重要原因。”“随着 Arm AGI CPU 芯片的推出，我们将基于Arm 高性能、高能效的计算基石，为合作伙伴提供更多选择，助力智能体AI基础设施实现全球规模化部署。”

这也意味着，Arm 并非要与客户抢生意，而是现有合作伙伴——尤其是超大规模云厂商——在 AI 算力爆发式增长的背景下，对定制化、高能效 CPU 的需求已经超出了单纯 IP 或 CSS授权所能满足的范畴。

事实上，客户对于AGI CPU的需求甚至超出了Arm的预期。Rene Haas 在AGI CPU发布之时，将其出货目标定为10亿美元。然而仅六周之后，Rene Haas在公司2026财年第四财季（截止2026年3月31日）财报会议上就宣布，AGI CPU在其2027财年和2028财年的客户承诺(commitments)就已超过20亿美元，相比之前的目标增长了一倍。

在芯智讯看来，这其中的关键原因有四：第一，智能体AI时代，服务器CPU需求爆发，仅靠云厂商自研CPU已无法满足需求的增长；第二，Arm AGI CPU是专为智能体AI需求所设计，它能够帮助云厂商实现比自研CPU更快的部署，能够快速满足当前的需求；第三，如果 Arm 能够提供符合云厂商需求的数据中心 CPU，并且带来更优秀的性能、能效和成本解决方案，他们就无需继续在自研数据中心 CPU 上投入更多的人力、物力和财力，这将带来巨大的成本降低；第四，Arm服务器CPU供应商越多、出货越多，适配Arm的软件就会越多，生态也就更繁荣，这些云巨头基于Arm架构的云服务生意就越好——这是一起把蛋糕做大，毕竟当前的整个服务器CPU市场正在快速增长，但x86 CPU仍占据的主导地位。

与此同时，Arm也并未因为推出了自己的AGI CPU芯片，就放弃了对于客户自研Arm架构服务器CPU的支持，客户仍然可以选择通过购买Arm的Neoverse N/V系列IP或者选择基于Arm提供的更加完整的Neoverse CSS计算子系统来构建自己的服务器CPU。这两者最根本的区别在于芯片设计灵活性与开发效率之间的取舍。

选择独立的Neoverse N/V系列IP，相当于购买核心“设计图纸”，客户需要自行完成从核心、互联总线到系统IP的整个集成、验证和优化工作，这个过程复杂且耗时，但换来了最大的定制自由度，可以对芯片的各个方面进行深度调整。

而选择Neoverse CSS计算子系统，则相当于是购买一套“毛坯房”。它是一个经过Arm预先集成、配置和验证的完整计算平台，集成了CPU核心、互联总线、系统IP、电源管理等关键技术部件。客户拿到的是一个具有较高完整度的高性能起点，只需要在此基础上进行“装修”，加入自己需要的设计即可。

根据Arm的数据显示，采用Arm Neoverse CSS，可以将客户芯片设计从项目启动到流片时间缩短13个月，每年还能节省80个工程师的工作量，并降低集成风险，从而可以将团队精力集中在周边模块的差异化创新上。微软的Cobalt CPU就是基于Neoverse CSS打造的典型案例。

Arm 云 AI 业务拓展副总裁 Eddie Ramirez还以Arm与微软的合作为例指出，“微软的的团队利用Neoverse CSS，在18个月内交付了两代Cobalt CPU。比他们最初设想的快了一倍，并且拥有了更好总体拥有成本（TCO）和功耗效率。”

在本次“Arm Everywhere China”活动上，Arm还正式发布了Neoverse CSS N4，为客户自研新一代Arm架构服务器CPU、数据处理单元（DPU）、网络以及其他专用设计提供了更快的设计路径。Arm称，Neoverse CSS N4 的迄今为止可配置性最高的 CSS 平台，提供从 CSS 到芯片最快的开发路径。

具体来说，Neoverse CSS N4 单颗裸片（die）最高可搭载 128 个内核，支持 LPDDR6 内存与 PCIe Gen 7 互连。与 Neoverse CSS N3 相比，其性能最高可提升至两倍，每瓦性能最高可达 1.25 倍，内存带宽最高可达 1.75 倍。

Arm表示，随着智能体 AI 推动系统内更大规模的数据流动、加速器协同调度以及并发计算需求，Neoverse CSS N4 不仅提供了所需的计算密度，以及高速内存和 I/O 能力，也为芯片合作伙伴提供了 Arm 迄今可配置性最高的 CSS，适用于注重吞吐效率的横向扩展（scale-out）工作负载。

总结来说，Neoverse IP、Neoverse CSS与AGI CPU为客户提供了三种不同层级的数据中心解决方案。AGI CPU提供了面向智能体AI需求的可直接部署的高性能计算平台；Neoverse IP则为客户定制CPU提供了最大的定制自由度；Neoverse CSS则可帮助客户用更短的时间、更低的门槛去实现自研CPU的快速量产。

这三种解决方案，共同构成了Arm覆盖多元化云端AI市场的完整产品矩阵，为客户带来了更多的选择。但不管客户选择何种方案，都是在统一的 Arm Neoverse 平台与软件生态基础上构建下一代 AI 基础设施，有助于加速Arm在数据中心市场的拓展。

此外，Arm 全面设计（Arm Total Design）生态项目也可以通过更早阶段的 IP 验证和软件开发，也可以进一步加快客户产品量产进程。

根据IDC《全球季度AI基础设施追踪报告》（Worldwide Quarterly AI Infrastructure Tracker）显示，2026年第一季度，基于Arm架构的机架级GPU服务器（rack-scale GPU servers）超越x86，成为主流的加速计算平台。

三、从云到端，再到物理AI：Arm的统一架构优势

正如前文所述，“云”是AI产生的地方，但是用户需要通过边缘设备来感知和使用AI。智能体AI对于云端算力架构所带来的变革，随着智能体AI由云端进入到边缘侧部署，也同样重新定义了边缘设备对计算能力的要求。

在边缘设备市场，目前全球近100%的智能手机均基于Arm架构，可穿戴设备、智能眼镜等各类终端智能设备也大多基于Arm架构。Arm公布的数据也显示，目前Arm 全球合作伙伴累计出货的基于 Arm 技术的芯片已超过 3,500 亿颗”，其中绝大部分都是用于边缘的终端设备。可以说，Arm通过过去数十年来的持续积累，早已经成为了边缘计算领域的基础架构。

而现在，随着智能体AI进入到边缘侧进行部署，Arm也率先通过引入集成于CPU的可伸缩矩阵扩展技术（SME）、AI原生GPU等，围绕智能体AI响应速度、能效与持续执行能力的需求，对计算资源、系统IP、物理实现和软件生态进行一体化协同优化，助力边缘AI计算架构的变革。

在此次“Arm Everywhere China”年度大会上，Arm正式推出了第二代移动终端计算子系统——Arm CSS for Mobile 2 平台。其中，C2 CPU 集群不仅单线程性能提升了15%，还配置了两倍的可伸缩矩阵扩展（SME2）算力，可使最新小语言模型的运行速度提升高达70%，为语音处理、信息检索和模型执行等工作负载提供更强支持。

此外，Arm CSS for Mobile 2 还整合了最新的AI原生的Mali G2-Ultra NX GPU（首次集成了专用神经网络加速器）、SI L2 系统互联、物理实现、软件及开发工具，对整体计算资源调度、数据在系统中的传输，以及日益复杂的 AI和图形工作负载进行协同优化，使其能够在移动设备功耗限制内高效运行。

（关于Arm CSS for Mobile 2 的详细介绍可参考：《Arm甩出王炸！全新C2 CPU集群AI性能暴增70%，还有首款AI原生GPU！》）

除了以智能手机为代表的端侧设备外，以自动驾驶汽车、机器人为代表的物理AI市场也是Arm关注的重点。在今年1月初，Arm将公司原有的汽车业务与机器人业务合并，成立了“物理AI”部门，旨在将AI技术与现实世界的物理运动相结合，并由执行副总裁Drew Henry领导。

在Arm看来，随着智能体 AI 不断拓展智能系统的能力边界，物理 AI 也正将智能带入支撑现代社会运转的关键行业。这些行业蕴藏着数万亿美元规模的经济价值，并预计将在 2030 年代带来每年约 2,000 亿美元的计算市场机遇。但是要抓住这一市场机遇，却并不容易。

物理AI对计算的要求与传统场景截然不同：它不追求极致性能和超高内存带宽，而是追求微秒级乃至毫秒级的“感知-决策-执行”闭环延迟，同时还需要满足功能安全与信息安全要求。在这些严苛的要求之下，不仅计算必须发生在本地，还需要将 AI 模型、软件、计算平台、传感器和执行器整合为一个完整系统，使其能够实现低延迟、高效计算、可信运行和便于规模化部署。

近年来Arm在物理AI最大的两个细分领域——汽车与机器人领域的布局也是相当深厚，几乎所有的全球汽车制造商（如特斯拉、蔚来、梅赛德斯-奔驰等）和主流机器人厂商（如波士顿动力、宇树、小鹏）都建立在Arm平台之上。2025年，Arm面向汽车、自动驾驶和机器人平台的芯片出货量已达到20亿颗。

Arm指出，自动驾驶汽车和机器人正在应对诸多相同的挑战，包括感知、人工智能、实时控制、安全性以及高效计算。OEM 厂商和生态合作伙伴需要降低集成风险、优化工作负载，并加快从概念验证到实际部署的进程。而通过高度协同的合作模式，将整个技术栈的合作伙伴汇聚在一起，能够有效应对这些挑战。

为了推动这一目标的实现，Arm在此次的“Arm Everywhere China”年度大会上正式发布了面向物理 AI 的 Arm 全面设计生态项目（Arm Total Design for Physical AI），汇聚了包括亚马逊云科技（AWS）、亿咖通、Hugging Face、Liquid AI、恩智浦（NXP）、智加科技（PlusAI）、PSYONIC、QNX、通义千问和西门子（Siemens）等在内的 80 多家物理 AI 技术企业，涵盖了软件栈、AI 模型、传感器、计算硬件、虚拟平台和数字孪生等领域的专业能力，可以助力合作伙伴在更早阶段开展解决方案开发与验证，共同加速物理 AI 的创新与发展。

与此同时，作为生态系统首批协作倡议之一，Arm 还推出了机器人能力分级框架（Robotics Capability Framework），根据不同的能力层级划分为RL0-RL5这6个级别，并构建机器人领域的通用语言，为定义和推动机器人系统的发展奠定基础。

总结来看，Arm希望凭借其超过 35 年的高能效、高可靠计算技术基因，以及全球遍布各个应用领域的超 3250 亿颗 Arm 架构芯片出货量、2200 万开发者生态，将自身定位为跨越边缘 AI、物理 AI 与云 AI 的统一计算平台提供商。这也意味着，未来开发者基于Arm架构的计算平台一次开发即可实现云AI、边缘AI、物理AI的全场景部署，这也是其他计算平台所难以实现的。而Arm的KleidiAI与主流AI框架的深度集成，以及Arm AI Portal汇聚优化模型和代码示例，也正在将这一愿景转化为开发者可用的现实 。

四、深耕中国市场：Arm全球战略的关键拼图

对于Arm来说，中国市场一直是其全球第二大市场。目前，Arm在中国市场也已经完成云端、边缘、物理AI的全场景布局，为中国半导体、云计算、消费电子、汽车、机器人等领域的创新提供了技术支撑。

比如，通过CSS for Mobile、CSS for PC、Neoverse CSS、Zena CSS等计算子系统，Arm帮助众多中国生态伙伴更快实现产品创新，缩短产品上市时间，目前已有众多中国本土企业通过Arm计算子系统路径将产品推向市场。

在此次“Arm Everywhere China”年度大会上，Arm宣布联想、火山引擎成为其最新的Arm AGI CPU的首批中国客户。

联想还在现场展示了其HR650a V3 2U Arm AGI CPU 服务器系统，该系统搭载了双AGI CPU 处理器。

鸿钧微电子等中国本土企业也是首批采用最新的Neoverse CSS N4开发基于 Arm 架构的差异化基础设施芯片的合作伙伴之一。此外，鸿钧微电子也在现场还展示了其基于Arm Neoverse N2的打造的鸿旻CPU，及基于该CPU的双路服务器系统。

云豹智能也在现场展示了其基 Arm M7 平台的高性能 SuperNIC 芯片——JM600 AI DPU，以及基于Arm Neoverse N2的打造的云豹风驰 AI DPU 卡。

Arm还宣布与新紫光集团深化战略合作，双方的合作将涵盖Arm AGI CPU和Arm计算子系统等Arm技术。双方还计划在中国成立联合通用人工智能创新中心，围绕AI智能体编排、CXL内存池化、机架级系统架构以及边缘AI等技术方向开展探索与创新。

在端侧和物理AI领域，Arm CSS for Mobile、Zena CSS等计算子系统也已经向中国客户开放。比如，在完善“机器人能力分级框架”的合作伙伴名单中，出现了傅利叶、银河通用等多家中国机器人厂商，联想车计算产品管理总监孙炳川也表达了对于该框架的支持，认为它能提升集成效率。而像国民技术这样的本土MCU大厂也通过Arm Total Access加速创新。这些都印证了Arm与中国生态的深度合作。

Arm 执行副总裁兼首席商务官 Will Abbey表示：“Arm与中国的技术生态系统已经共同创新了二十多年。我们提供技术，提供软件生态系统，提供灵活选择来实现差异化的自由。回顾过去二十年的合作，越来越清晰的一点是，中国的技术生态系统从不等待生态成熟，它更在驱动、塑造和定义未来的方向。是你们帮助我们找到了方向，重建了它，更重要的关键问题是：接下来，你们将创造什么？”

在Arm看来，Arm只有在中国这个“卷”到极致、以“高铁般速度”运行的市场证明价值，其“AI everywhere”的叙事才具备全球说服力。Will Abbey也强调，未来将持续深耕中国市场，投入本地生态建设，与中国生态伙伴共同推动智能体AI在各领域的落地。

结语

当AI从云端走向边缘，再从数字世界进入物理世界，谁能够成为这一整个计算体系的共同底座？

在这场“Arm Everywhere”大会上，Arm给出了自己的答案：“Arm架构”。

从Cloud AI，到Edge AI，再到Physical AI；从IP，到CSS，再到完整CPU；从硬件，到软件，再到开发者生态。Arm正在从一家IP公司、芯片公司，向一家AI计算平台公司转型。

而如果智能体AI真的成为下一代计算范式，那么Arm这场转型的价值，可能才刚刚开始显现。

编辑：芯智讯-浪客剑