加速计算份额反超x86！Arm智能体AI时代云业务布局：全新Neoverse CSS N4发布，AGI CPU生态迅猛推进

智能体AI让CPU重新回到数据中心的核心位置，这一点产业已经形成共识。更值得关注的是：恰恰在这个转折点上，Arm在加速计算市场历史性地超越了x86。原因其实也不神秘。x86的架构是为通用计算打磨的，而AI智能体要的是编排、工具调用、沙箱隔离和并发调度；Arm这些年押注的能效、定制化和机架密度，恰好对准了这些需求。当AI的重心从训练移向智能体编排，这些长期积累从备选项变成了决定项。

在Arm Everywhere China上，Arm把这一判断落到了产品上：全新发布Arm Neoverse CSS N4，并加速推进Arm AGI CPU的生态落地。前者是Arm迄今为止可配置性最高的计算子系统，后者是Arm历史上第一款自有量产硅片产品。一个迎合差异化定义需求，一个助力量产算力就绪。同时拥有架构、统一软件生态和 IP/CSS/硅片三层供给，是Arm在云业务上的独特之处和核心竞争力。

Eddie Ramirez，Arm 云 AI 业务拓展副总裁

智能体关键型应用，需要什么样的CPU

要理解Arm为什么同时拿出这两样东西，先要看清智能体给CPU出的题。

传统AI以推理为主，CPU更多是配角。到了智能体阶段，AI从推理迈向行动，智能体需要理解意图、检索上下文、推理规划、调用工具、评估验证，再迭代更新。这一整条链路都会产生大量CPU计算：智能体沙箱执行、数据库查询、网络转发、任务编排，全部压在CPU上。数据中心里基于CPU的计算需求因此显著增长。

但不同环节对CPU的要求并不一致。横向扩展和数据面这类场景，追求的是最大化的吞吐效率，希望单位面积塞进更多核心、单位时间搬运更多数据；而智能体本体和其他性能关键型应用，要求的是高响应能力，需要在低延迟下完成一次工具调用或一次任务调度。换句话说，云AI对CPU的需求已经分化成两种：一种要密度，一种要响应。

这也是Arm这次发布的基本逻辑：不存在适用于所有场景的统一方案。Eddie Ramirez在解释产品线时提到，云服务商面对的工作负载极其多样："许多云服务商正在探索如何服务企业工作负载、云原生工作负载（如传统的 Java、Web 页面和数据库），以及如何应对智能体 AI 的服务需求。所有这些不同的工作负载需要多种 CPU 类型。"

Arm Neoverse CSS N4：把定制芯片的门槛再降一档

Neoverse CSS N4是本次发布的主角，也是Arm迄今可配置性最高的一代计算子系统。

先解释CSS是什么。它不是一颗成型的芯片，而是把CPU核心、系统IP、一致互联、内存与I/O等经过验证的构件，打包成一套可配置的计算子系统。客户拿到CSS后，可以围绕自己的需求去配置核心、缓存、I/O和互联，再集成出自己的芯片。换句话说，CSS交付的是能力底座加自由度，最终芯片由客户定义。

从官方框图看，CSS N4包含Neoverse N4 CPU核心、GIC与MMU、Memory、I/O、CMN S4互联以及Power & System等模块。参数上，单颗裸片最高可搭载128个内核，支持LPDDR6内存与PCIe Gen 7互连。相比上一代Neoverse CSS N3，CSS N4的性能最高可提升至2倍，每瓦性能最高可达1.25倍，内存带宽最高可达1.75倍。根据Arm给出的数据，对比口径为N3使用5nm工艺、N4使用N3P工艺，配置为最高核心数、3GHz主频、2MB L2。

Arm为CSS N4列了三个核心卖点：可配置性最高，覆盖核心、缓存、I/O、互联等维度；从CSS到芯片的路径最快，更早的开发介入、更少的集成工作；面向智能体时代的高密度，单die最高128核。这些提升指向的是智能体AI带来的更大数据流动、加速器协同调度和并发计算，需要更高的计算密度，以及更高速的内存和I/O。

对下游芯片设计团队的价值在于，CSS把大量验证过的IP和软件栈前置，降低了工程投入、集成风险和上市时间。合作伙伴方面，微软Azure Cobalt 100和Cobalt 200基于Neoverse CSS打造，面向横向扩展、云原生和基于Linux的智能体AI工作负载，其客户包括amADEUS、databricks、UnitedHealth Group；云豹智能基于CSS N2打造全功能DPU，吞吐最高可达800 Gbps，客户包括腾讯云、中国移动、中国联通等；鸿钧微电子则是首批采用CSS N4开发差异化基础设施芯片的合作伙伴之一。围绕CSS，Arm Total Design生态通过更早的IP验证和软件开发加快量产，目前正把这一模式扩展到物理AI领域。

Arm用两个案例说明了这种定制模式的速度优势。Eddie Ramirez说："微软能够在 18 个月内迭代两代产品，而 AWS 在七年内迭代了五代 Graviton，这是x86 架构方案无法实现的产品迭代节奏。"

Arm AGI CPU：Arm的第一款自有量产硅片

另一条线是AGI CPU。它于今年上半年发布，是Arm超过35年历史上首次交付自有硅片产品，也是Arm数据中心硅片产品线的首款产品。这次更值得关注的不是首发，而是发布之后的生态与部署进展。

AGI CPU与CSS N4的定位正好互补。不是每家客户都愿意或有能力自研芯片，对这类客户，AGI CPU提供的是量产就绪的服务器CPU，拿来就能部署。它面向高响应的智能体AI，主要承担智能体编排层，负责协调大规模AI工作负载、管理加速器、支撑工具调用与多智能体协同。

技术上，AGI CPU的思路是把系统资源与计算匹配起来。Arm给出的理由是， 其内存带宽领先，能支撑每机架更多有效执行线程，而x86 CPU在持续负载下会因核心争用而性能下降；加上Neoverse V3核心的单线程性能，每个Arm线程做更多工作，两者叠加带来机架级的性能放大。能效是另一个重点，Eddie Ramirez对比说："Arm AGI CPU 的 TDP 为 300 瓦，而同等性能的 x86 方案 TDP 通常为 500 瓦。"

机架级配置更能说明它的目标。Arm的参考服务器采用1OU双节点设计，单个刀片装2颗芯片、共272个核心，用30个刀片填满一个风冷36kW机架，合计8160个核心；Arm还与Supermicro合作了液冷200kW方案，可容纳336颗AGI CPU，核心数超过45000。Arm称，在这一配置下，AGI CPU每机架性能可达到最新x86系统的2倍以上，该数据基于估算。

一个不可回避的话题是，AGI CPU是否会和IP授权客户形成竞争。Arm的答案是，"为整个生态引入新客户"，即把整个蛋糕做大。

所以生态是AGI CPU这次在活动上的看点。Meta是领衔合作伙伴与客户，与Arm联合开发；首批伙伴还包括Cerebras、Cloudflare、F5、OpenAI、Positron、Rebellions、SAP、SK Telecom，此外Oracle、联想、Supermicro、Verda等也在围绕AGI CPU开发方案。商用系统已可由联想、Supermicro订购。在云侧，Google Cloud在基于Axion的GKE上运行智能体沙箱，微软Azure用Cobalt 200加速沙箱工具执行，NVIDIA Vera面向智能体工作负载优化。根据Arm给出的数据，Google Axion在GKE智能体沙箱上实现30%的性价比提升（对比其他云），微软Cobalt 200的沙箱工具执行性能提升50%（对比上一代），NVIDIA Vera的智能体性能达到领先x86 CPU的1.8倍。

中国市场动作最快的是火山引擎。字节跳动旗下火山引擎正在基于Arm平台构建下一代云服务，并把首批基于Arm AGI CPU的智能体沙箱方案推向市场，提供安全、弹性可扩展的运行环境。火山引擎云基础产品经理负责人李越渊表示，早期评估显示AGI CPU在主流云工作负载中展现出良好的性能潜力；联想集团副总裁、中国基础设施业务群总经理陈振宽则表示，AGI CPU为下一代云计算和AI基础设施提供了技术底座。

对不愿自研芯片的客户而言，AGI CPU的意义是降低门槛。Eddie Ramirez提到，打造一款领先的SoC通常需要5亿至8亿美元投资，对不愿承担这笔投入的客户，"他们当中很多都向我们提出希望直接采用 AGI CPU 的需求"。

中国市场：可交付、可合作、可本地化

针对中国市场，Arm给出的组合是可交付、可合作、可本地化。

交付合规是前提。Eddie Ramirez明确表示："关于我们的 AGI CPU，这个是可以交付到中国的。无论是在美国还是中国，在进出口的规定方面，我们都是完全合规的，从设计之初，AGI CPU就是可以交付到中国用户手里的。"

生态合作在同步推进。Arm正在与新紫光集团深化战略合作，范围覆盖AGI CPU和CSS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等方向展开探索，目标是打造面向中国市场、覆盖多代演进路线图的AI基础设施方案。按照Arm的说法，这一合作分为三部分：以Arm AGI CPU加速中国AI基础设施，基于多代路线图的定制硅片，以及联合创新中心推进智能体AI和机架级技术。

本地化负载是另一个特点。Eddie Ramirez认为，中美两地的云服务商需求在结构上相当类似，中国市场的独特之处在于存在专门为本地热门工作负载设计的方案。他举例说："云游戏在中国的普及程度远高于西方市场。"上海熠知电子（ThinkForce）是Arm的CSS授权合作伙伴，推出了面向云游戏的机架级解决方案。在IP销售和支持上，安谋科技继续协助Arm在中国推进相关产品。

反超x86，靠的是长期押注AI工作负载

把这次发布放回市场背景，能看到更深一层的意义。按Arm引用的IDC报告，基于Arm架构的机架级服务器已经超越x86，成为加速计算领域的主流平台。加速计算正是AI最核心、增速最快的领域，这个超越因此不只是份额变化，而是一个结构性信号。

需要说明的是，这并不等于x86在衰退。智能体AI同样让AMD和Intel的服务器CPU重新紧俏。真正的变化是，Arm涨得更快。原因还是那层逻辑：x86的架构为通用计算服务，Arm长期为AI工作负载优化能效、定制化和机架密度。当AI的重心从训练移向智能体编排，这些特质第一次成为采购决策里的决定性变量。

Arm的竞争位置也因此与x86不同。Eddie Ramirez指出："如果看一下 x86 生态，全球目前只剩两家公司还在这一生态中提供方案；相比之下，Arm 方案的采用广度正是我们的优势所在，这也意味着客户拥有更多的选择。"

Arm给客户的路径也确实分成两条。有芯片设计能力、追求差异化的厂商，可以基于IP和CSS自研SoC；不愿投入巨额研发的厂商，可以直接采购AGI CPU。这种IP授权加量产硅片的双轨模式，让Arm既能覆盖定制化需求，又能触达更广的客户面。对于生态碎片化的担忧，Eddie Ramirez的回应是，多元化不是坏事："我们并不认为多元化是一件坏事，恰恰相反，这正是 Arm 所赋能的一大优势。"

结语

智能体AI仍在初期，基础设施的形态远未定型。Arm能在加速计算市场反超x86，靠的不是一次发布，而是长期押注AI工作负载的架构选择。这次Neoverse CSS N4与AGI CPU的组合，是它把这种优势从市场结果变成产品供给的一步：要差异化的走CSS，要快部署的直接用AGI CPU，底层共享同一套Neoverse平台和软件生态。Eddie Ramirez透露，客户是基于长期路线图而非单一产品做决策，Arm也正在打造AGI CPU的多代产品路线图。接下来，随着智能体规模化不断加速，我们相信Arm的云计算业务份额也将会持续扩大。