不止一顆CPU？智能體經濟時代，Arm對算力平臺有了新理解

導語：200瓦功耗之差的新戰場記者：郭思編輯：包永剛9月9號，人社部公佈了第八批新職業名單，尤為矚目的一個新職位是智能體開發員。崗位的正式確立，意味著相關技術已走向主流，而背後則是底層技術的實質性躍遷，當模型不再停留在問答層面，而是開始具備“行動”能力——底層算力的需求結構也在重塑。智能體在運行過程中，需要頻繁地獲取數據、調用工具並等待結果返回，這對系統的響應延遲提出了極高的敏感度。因此，以往“唯算力論”的粗放型資源配置模式，已逐漸失去經濟性與合理性。正是在這一技術範式轉移的關鍵節點，產業界給出了最直接的回應。

就在職業名單公佈的前一天（9月8日），Arm在Arm Everywhere China年度大會上展示了Arm AGI CPU 在中國生態的最新進展，發佈了Neoverse CSS N4。精準呼應了智能體時代對高效推理算力的迫切需求，更預示著底層硬件架構正加速向適應AI Agent複雜交互的方向演進。兩條路徑，一個底座 在首款自研芯片上直接冠以“AGI”之名，足見Arm對AGI CPU這款處理器的自信。在今年三月正式發佈時，Arm AGI CPU的核心性能就備受關注，136個Arm Neoverse V3核心、96條PCIe Gen6通道、12通道DDR5內存。

而更常被人問起的一個問題則是，客戶為什麼要選擇Arm AGI CPU？在Arm Everywhere China年度大會上，Arm雲AI業務拓展副總裁Eddie Ramirez直接通過一個數據給出了答案：同等性能下x86方案的TDP通常是500瓦，AGI CPU只有300瓦。這200瓦的功耗差距，並非僅僅是參數表上的數字優化，而是精準擊中了當前數據中心基礎設施的痛點。如今，數據中心最稀缺的資源早已不是芯片本身，而是電力供應和機架空間。將這200瓦的差距攤到機架級別，意味著在同等功耗限制下，能夠部署的計算核心數幾乎可以實現翻倍，這筆成本帳也讓客戶的遷移成為了一件順理成章的事情。

IDC 報告顯示，基於 Arm 架構的機架級服務器市場規模已經超越 x86，成為加速計算領域的主流平臺。當Arm親自下場推出自研芯片，市場存在的另一大疑慮則在於：這是否會與購買Arm IP進行自研設計的客戶形成競爭？對此，Arm給出的答案相當務實。推出Arm AGI CPU，本質是響應客戶的真實需求。Arm 舉例，像 SAP 這類客戶，在雲端業務會採用基於 Arm 架構的 Graviton 實例，但本地私有云環境仍大量部署第三方芯片。同一家企業，雲端用 Arm 架構、本地採用另一套架構，造成了計算環境割裂。

Arm 從 SAP 以及眾多客戶處收到的核心訴求，就是需要一套能夠貫通雲端到本地、體驗一致的計算平臺，Arm AGI CPU 正是為此打造。這類本地場景此前並非 Arm 的覆蓋範圍，從這個意義上理解Arm AGI CPU ，更多的是Arm對市場空間的外延拓展，而非搶奪現有云服務客戶的存量市場。事實上，今年 3 月 Arm AGI CPU 發佈之際，亞馬遜雲科技、Google、微軟、NVIDIA、甲骨文等超大規模雲廠商均表態支持。這些巨頭早就依託 Arm 架構收穫可觀的能效紅利，也更希望推動更多軟件完成 Arm 生態適配。

而當我們把目光看向Arm此次發佈的Neoverse CSS N4時，我們會驚奇的發現，Arm在智能體時代，不止提供IP，升級點也從單個性能指標拓展到系統級升級。官方介紹，Neoverse CSS N4是Arm迄今可配置程度最高的CSS平臺，單裸片能從8核配到128核，最高頻率3.8GHz。在2026年，單純比拼核心數量已經不算什麼新鮮事了。競爭對手早已推出了核心數更多的產品。所以，CSS N4 真正的殺手鐧，並不在於堆疊了多少個核心，而在於它極大地提升了數據搬運的速度和效率。它有兩個值得一提的設計，一是支持最新一代 LPDDR6 內存。

相比於目前主流的 DDR5 內存，LPDDR6 不僅更省電、佔用芯片面積更小，還能讓數據傳輸更順暢。當其他廠商還在使用上一代內存技術時，Arm 已經率先將新一代內存引入了數據中心。另一方面，他還支持最新的 PCIe Gen 7 接口標準。這個接口就像是芯片與外部設備之間的“高速公路”，Gen 7 的帶寬比目前主流產品領先了一代。這意味著數據進出處理器的速度會大幅提升。也就是說，當行業趨勢從更大的算力集群走向更快的數據搬運速度之時，Arm早已做好了系統準備，在核心數、內存和接口上同時實現跨代升級的組合，讓“數據搬運瓶頸”這個老大難問題變得可解決，可突破。

從商業角度，Arm的產品邏輯其實也非常簡單。無論客戶處於哪種階段，哪個規模，只要他還在做智能體行業，Arm就會為其提供選擇。頭部大廠有完整的芯片團隊，要的是IP授權或CSS。N系列、V系列的核心、互連、內存和I/O預集成好，客戶再加自己的加速器、內存拓撲和軟件棧。這條路的門檻是5億到8億美元的流片投入，以及從RTL到量產軟件棧的多年工程積累。AWS七年做了五代Graviton，微軟18個月迭代兩代Cobalt，背後都是這種投入。當然，市場上並非每一家客戶都需要打造定製芯片。對於希望部署量產就緒算力的客戶而言，Arm AGI CPU 也能提供 Neoverse 平臺具備的卓越性能與能效。

“一些此前從沒考慮過Arm的廠商，現在也開始關注這條路徑”。Eddie Ramirez在大會上直言。換句話說，無論客戶從哪個入口進來，最後用到的工具鏈和開發環境是同一套。Arm從IP授權擴展到CSS再到商用CPU，背後其實是同一件事——做人工智能時代的基石平臺。硅基共生時代，我們需要一個怎樣的開發平臺？“做人工智能時代的基石平臺”——聽起來十分宏大的概念，但落到具體的工程實踐中，除了非常出色的硬件性能表現外，其實還需要回答一個非常樸素的問題：在AI時代，開發者究竟需要什麼樣的支持？芯片是底座，但底座之上還有很長的路要走。

從模型選型到性能調優，從部署測試到上線運維，開發者需要工具、數據和參考實現。如果這些環節各自分散在不同的倉庫、文檔和論壇裡，即便芯片性能再強，開發效率也會被拖慢。這正是 Arm 試圖補齊的環節。Arm Create 開發者大會上海站上，Arm 正式宣佈，Arm AI Portal 正式上線，定位是為開發者提供一個統一入口，在 Arm 計算平臺上完成 AI 軟件的發現、優化和部署。從功能上看，它做的事情並不複雜：開發者可以在上面查找針對特定任務預優化的模型，獲取性能和準確率數據，對比延遲、內存佔用和模型規模，還能找到代碼示例和部署工作流。聽起來像是一個模型市場加文檔中心的組合。

但它的特殊之處在於，所有工作都圍繞 Arm 架構做了優化，並且考慮到了智能體時代的開發模式變化。值得一提的是，Arm AI Portal 並未強行嵌入開發者的工作流，而是選擇適配現有開發環境。這種“不改變用戶習慣”的設計思路雖然在業內並不罕見，卻也存在著較大難度，模型版本迭代頻繁，性能數據需要持續更新，不同硬件平臺的優化參數也需要分別維護。

Arm 的做法是先把基礎打好——平臺目前支持語言、語音、視覺及神經圖形等多類 AI 工作負載，首批預優化模型包括阿里巴巴通義千問、Google Gemma 以及 Ultralytics YOLO，支持的運行框架涵蓋 ExecuTorch、LiteRT 和 ONNX-RT。生態合作伙伴包括阿里巴巴、樹莓派和 Ultralytics。圖：開發者可藉助 Arm AI Portal，基於性能數據評估模型在特定 Arm 平臺上的適配情況從而為模型選型與部署決策提供參考。

另一個亮點是，Arm 優化後的模型可以直接在 Hugging Face 獲取，而 Portal 的資源則通過模型上下文協議（MCP）開放給編程智能體。MCP 相當於給機器定了一套通用語言，不再需要人類開發者在中間做翻譯或搬運。這意味著，隨著開發工作流逐漸由智能體驅動，平臺資源可以被它們自動發現和調用，省去了額外的適配成本。這個設計選擇的背後，觸及了一個更深層的行業趨勢：我們正在進入一個“硅碳共生”的時代，AI 應用的開發不再僅僅是人類開發者的專屬工作，AI 模型和智能體正在成為開發流程中的協作者，甚至是獨立的生產者。當開發工作日益向智能體驅動演進時，機器與機器之間的關係變得至關重要。

儘可能的將繁瑣及複雜留給AI ，而將決策和創意留給人類，這便是Arm給出的對“碳硅共生”的理解。在性能優化方面，Arm 提供了一些可量化的數據。例如，採用單線程執行與混合量化配置，搭載 Q8_0 talker 與 code predictor 組合方案，Qwen3-TTS 在 vivo X300 上通過第二代 Arm 可伸縮矩陣擴展（SME2）的加速，實現了超過 4 倍的速度提升。

Ultralytics YOLO26 在 vivo X300 上依託 SME2 技術，單線程 FP16 相較 FP32 實現超 40% 性能提升；在樹莓派 5 平臺上，採用 FP16 與 INT8 混合量化方案，相比 FP32 同樣實現超 40% 的性能提升。這些數據當然不能代表所有場景下的表現，但至少說明了一個方向：在 Arm 架構上，通過軟硬件協同優化，仍然可以在特定工作負載上獲得有意義的性能收益。對於開發團隊而言，這意味著他們不需要從零開始做模型調優，可以直接從已經優化過的起點出發，把精力集中在應用邏輯上。不用重複造輪子，Arm給了開發者一個看上去最簡單卻也是最本質的開發平臺選擇。

而當我們把視線從芯片和架構中抽離，重新審視“智能體開發者”這個新職業時，我們會發現，當每一次技術奇點來臨時，人類都會需要重塑對於人與工具之間的關係。而當硅基共生來臨時，智能體開發者一方面代表著一個新的產業或者說技術範式的崛起，而另一方面也代表著，官方對於一種全新生產關係的認證。在這場變革中，Arm正在鋪設通往下一代 AI 的關鍵路徑。從AGI CPU對能效邊界的靜默突破，到Neoverse CSS N4對數據流轉的系統級疏通，再到Arm AI Portal借MCP協議為機器間搭起通用語言——應時而動，應需而生。它無意成為一方霸主，只願做智能體、開發者與智能體經濟背後，那片生生不息的底層土壤。