AI 基础设施正在经历一场重心的迁移。过去，大模型训练需要海量并行计算，算力资源的投入更多倾斜在 GPU 侧。而随着智能体应用场景的持续拓展，事情开始变化，AI 从推理迈向工具调用、数据检索、多智能体协同的行动阶段，对通用计算能力提出了更全面的要求，既要处理更多数据，也要协同调度更多加速器，并支持更大规模的并发计算。

这些，最终都要由 CPU 来承载。

与此同时，不同工作负载对基础设施的要求并不相同。对于横向扩展和数据面等应用场景而言，更倾向于追求最大化吞吐效率 ; 而对于智能体和其他性能关键型应用，则需要具备高响应能力的 CPU 性能。

精准适配差异化场景

基于此，在前不久举办的 Arm   Everywhere   China 2026 大会上，Arm 发布了全新的 Neoverse 计算子系统 ( CSS ) N4，并带来了面向快速部署的 AGI CPU，旨在让客户可以根据自身需求进行选择。

对于头部云厂商与科技企业而言，Neoverse CSS 赋予了他们自研定制芯片的能力。通过深度结合自身业务特征，企业可以自主定义硬件路线图，实现软硬件的协同优化，从而获得标准化芯片无法企及的性能与效率。

值得一提的是，针对不同基础设施场景，Neoverse 被划分为多条产品线。其中 N 系列是 Arm 能效表现最出色、设计灵活性最高的核心，优势在于单位面积内可以部署更多核心，天然适配追求高吞吐、低 TCO 的横向扩展场景。

在中国市场，N 系列的落地已经非常广泛，既有合作伙伴基于它打造数据中心 SoC、DPU 与存储服务器、边缘服务器，也有头部云厂商推出成熟的商用产品，如阿里云倚天 710 正是基于 N 系列设计，在云计算场景中为用户提供了极具竞争力的总体拥有成本。可以说，对于数据密集型、高并发型的工作负载，N 系列用 " 核心密度 + 能效优势 " 构建了差异化壁垒。

V 系列的设计目标是输出极致的计算性能，侧重单核算力与响应速度，面向对性能要求严苛的关键型应用场景，能够承载高负载、低延迟的计算任务。该系列适配性能敏感的云端工作负载，支持厂商打造高端数据中心 CPU。例如亚马逊云科技的 Graviton5 芯片便基于 Neoverse V3 系列打造，可满足主流云端业务的高性能计算需求。

对于不希望承担 5 亿至 8 亿美元自研芯片投入的客户，AGI CPU 则提供了低门槛的 Arm 架构落地方案。作为开箱即用的商用就绪产品，AGI CPU 省去了漫长的芯片研发周期与高昂的研发成本，让中小客户也能快速享受到 Arm 架构的能效优势与成本价值。

Arm 云 AI 业务拓展副总裁 Eddie Ramirez

针对市场上 "AGI CPU 会与自研芯片客户形成竞争 " 的担忧，Eddie Ramirez 的回应点出了 Arm 的生态逻辑：Arm 的目标不是分食存量，而是做大整个生态的蛋糕。AGI CPU 会吸引大量原本没有接触过 Arm 架构的客户进入生态，而 Arm 将固件等基础技术成果开源回馈社区，也能让自研芯片的合作伙伴共享生态红利，两者是互相促进、共同生长的关系，而非零和博弈。

以多元与能效重塑算力增长边界

实际上，Arm 生态的多样性，行业内始终存在不同视角。有观点将其视作生态碎片化的表现，认为多厂商各自为政的研发模式，会拖累整体生态的兼容性与标准化进程。

但在 Eddie Ramirez 看来，这不是碎片化，而是算力产业走向成熟的专业化分工。当客户对自身业务逻辑的理解不断加深，自然会催生定制化算力的需求，为核心工作负载量身打造专用芯片，其效率远高于勉强适配通用芯片。

可以说，Arm 架构的核心价值，就在于赋予了行业 " 自主定义算力 " 的权利，让技术服务于业务，而非让业务迁就技术。

更进一步看，所谓统一生态的另一面，往往是创新节奏的放缓。在传统 x86 市场格局下，产品迭代路径由少数厂商主导，难以快速响应不同客户的差异化需求。而 Arm 生态的多元参与者，反而带来了更快的技术迭代速度、更丰富的场景化方案，也真正将算力的选择权交还给了客户。企业无须为自己用不到的通用功能付费，只需选择与自身业务最匹配的算力路径。

除了架构与商业模式的灵活性，能效优势正在成为 Arm 撬动市场的杠杆。在 AI 算力规模持续扩张的当下，数据中心的电力消耗与散热成本占比不断提升，成为总拥有成本 ( TCO ) 的重要组成部分。根据本次沟通会披露的数据，Arm AGI CPU 的 TDP 仅为 300 瓦，而同等性能水平的 x86 方案通常达到 500 瓦，接近 40% 的功耗差距，换算为数据中心的电力费用、散热投入与机柜密度成本，会形成非常可观的 TCO 优势。

市场表现也验证了这一趋势。根据 IDC 发布的《全球季度人工智能基础设施追踪报告》 ( Worldwide Quarterly AI Infrastructure Tracker ) 显示，2026 年第一季度基于 Arm 架构的机架级服务器市场规模已经超越 x86，成为加速计算领域的主流平台。

深耕本土市场匹配算力需求

作为全球最具活力的云计算与 AI 市场，中国是 Arm 全球战略的重中之重。Eddie Ramirez 指出，中国市场的独特之处在于，存在专门针对本地热门工作负载而设计的方案。

最典型的代表就是云游戏领域。中国云游戏的普及程度远高于西方市场，因此催生了专门的云游戏服务器赛道，比如腾讯的云游戏服务、ThinkForce ( 上海熠知电子科技有限公司 ) 推出的云游戏机架级解决方案，都是基于 Arm 架构的本土化创新成果。这种针对垂直场景的深度适配，既是中国市场的活力所在，也是 Arm 生态在中国市场的重要增长极。

面对中国云厂商纷纷布局自研芯片的行业趋势，Arm 的定位是 " 赋能者 " 而非 " 竞争者 "。Eddie Ramirez 表示，中国云服务商的工作负载极其多样，从传统的 Java 应用、Web 服务、数据库，到新兴的智能体 AI 服务，不同的业务对 CPU 的诉求天差地别。

" 我们有机会为中国大型云客户提供多种数据中心选择。"Eddie Ramirez 表示，" 他们运营的规模如此之大，可以采用多种方案，而不再是一刀切的方案。"

此外，针对市场高度关注的交付合规问题，Eddie Ramirez 也明确表态，AGI CPU 在设计之初就充分考虑了全球各地区的进出口法规要求，完全可以正常交付给中国客户。同时，Arm 与安谋科技保持着紧密的战略合作，由安谋科技协助开展中国市场的 IP 产品销售与技术支持，确保本土客户能够获得完善的本地化服务。

写在最后

回顾算力产业的发展历程，从大型机到个人电脑，再到云计算，每一次算力范式的转变，都伴随着架构的更迭与生态的重构。

今天，智能体正在推动算力进入又一个新的时代，单一的通用算力已经无法满足千行百业的差异化需求，算力的定制化、场景化是必然的发展方向。Arm 凭借能效优势、定制灵活性与生态活力，为整个算力产业的多元演进提供了更具弹性的技术路径选择。