芝能智芯出品一颗 CPU 核心,能不能同时听懂两种完全不同的机器语言?
IBM 给出的答案是:可以。
在 Hot Chips 2026 上,IBM 公布了面向未来 IBM Z 大型机和 LinuxONE 服务器的双架构处理器。

它最反常识的地方,不是采用 2 纳米工艺,也不是核心频率超过 5.7GHz,而是每一个 CPU 核心都可以原生执行两套指令:IBM 的 z/Architecture,以及 Arm AArch64。

这里的"原生"很重要。IBM 不是在一颗芯片里放 11 个大型机核心,再塞入几颗 Arm 核心;也不是通过软件模拟器,把 Arm 指令翻译成 IBM 指令。按照 IBM 公布的信息,每个处理器核心本身就能识别并执行两种架构的指令。
对普通个人电脑,这可能只是一次惊人的技术实验。但对仍然承载大量银行、电信、保险和政府核心业务的大型机,它试图解决的是一个延续几十年的难题:企业既不能轻易抛弃原有软件资产,又不能永远与新的软件生态隔绝。
IBM把"兼容新世界"写进了CPU核心
大型机最重要的资产,是什么?在支付清算、航空订票或者保险交易系统中,难以替换的是运行数十年的应用、数据、业务规则和运维流程。企业当然可以把新应用迁往普通 x86 或 Arm 服务器,但数据要跨系统移动,安全边界要重建,故障定位也会更复杂。
IBM 过去已经通过 Linux、Java、容器和虚拟化,把现代软件引入大型机。这一次,它没有只在操作系统层面增加兼容,而是直接修改 CPU 核心,让 Arm 软件看到一颗真正的 Arm 处理器。
根据 IBM 的说明,这颗处理器不包含彼此分开的 Arm 核心和 IBM Z 核心。每个核心都可以原生执行 Arm 与 IBM Z 指令,使 Arm 原生 Linux 环境能够与 z/OS 和 Linux on IBM Z 同时运行,并共享大型机的安全、可靠性和扩展能力。
同一颗核心,怎么执行两套指令
软件最终会被编译成机器指令。不同指令集就像不同的语言规则:它们拥有不同的指令编码、寄存器定义、内存顺序和异常处理方式。
通常,让一种架构的软件运行在另一种 CPU 上,需要动态翻译。IBM 选择的却是硬件支持。
据 ServeTheHome 对演讲的记录,IBM 在核心前端加入 AArch64 指令识别和解码,完整实现 AArch64 v9.3,并支持 SVE、SVE2 等扩展。Arm 指令进入核心后,会被转成内部可调度的操作,继续使用这颗大型机核心原有的分支预测、乱序执行、缓存与执行单元。

难点远不只是增加一个解码器。Arm 与 z/Architecture 在寄存器、异常、内存模型和系统软件接口上都不相同。IBM 必须让两套软件各自看到符合规范的处理器行为,还要让加密、压缩、I/O 和 AI 加速能力以合适方式提供给 Arm Linux。

为什么不直接放几颗Arm核心
从设计难度看,在芯片里增加一组现成 Arm 核心显然更容易。但那会形成两个计算岛:两类核心具有不同缓存,性能、可靠性和调度特征,软件必须知道任务应该放在哪里。
更重要的是,大型机的价值来自一整套可靠性体系。IBM Z 依赖内存保护、故障检测、冗余透明恢复、并发维护、加密与固件共同工作。如果 Arm 应用只能运行在旁边一组普通核心上,就很难完整继承这些能力。
把两套 ISA 放进同一个核心,是用更困难的芯片设计,换取更简单的软件部署和更一致的系统行为。
11个核心不多,但它不是普通服务器CPU
IBM 披露的双架构芯片只有 11 个高性能核心,与今天动辄上百核的服务器 CPU 很不一样。但大型机强调的是高频、低延迟、超大缓存和可预测性。
IBM 称这颗 2 纳米处理器频率将超过 5.7GHz,并集成 AI 推理加速、负责 I/O 的片上 DPU 和大容量缓存。
ServeTheHome 记录的数据还包括每核 36MB 私有二级缓存、432MB 虚拟三级缓存,以及 3.5GB 虚拟四级缓存。银行交易和实时风控往往包含连续依赖步骤,单个任务响应、缓存命中和系统停顿时间,可能比核心总数更重要。
指令集之争,真正贵的是生态
中国芯片行业经常争论应该选择 x86、Arm、RISC-V 还是自有指令集。但 IBM 这颗芯片提醒我们:指令集只是竞争的起点。最贵的资产,是围绕架构形成的操作系统、编译器、数据库、中间件、工具和运维经验。
新架构最大的阻力通常不是"能不能计算",而是现有软件为什么要为它重新适配。IBM 没有要求客户立即在旧生态和新生态之间二选一,而是让硬件主动承接两边。
这条路线未必适合每家公司,国产 CPU 的竞争力不能只用核心和制程衡量,还要看它能否稳定运行现有软件,是否拥有成熟的虚拟化、数据库和基础软件支持,以及怎样降低金融、电信和政务客户的迁移风险。
目前这仍是一项面向未来的设计。Arm 软件兼容范围,两套架构共享资源后的隔离效果,以及客户是否愿意为额外复杂度付费,都要等待产品交付后验证。当软件生态成为最昂贵的资产,硬件必须主动理解更多软件。