Arm的云AI棋局：AGI CPU与Neoverse CSS N4，如何改写智能体时代的算力版图

电子发烧友网报道（文 / 张迎辉）在计算产业的宏大叙事中，我们正站在一个历史性的转折点上。随着大语言模型从 “对话框” 走向 “执行者”，计算产业正从生成式 AI 时代迈向更为复杂的智能体（Agentic AI）时代。在这个新纪元里，AI 不再仅仅是生成文本或图像，而是需要感知物理世界、在边缘端实时决策，并在云端进行海量推理。这种跨越边缘、物理世界和云端的复杂计算需求，正在重塑底层算力的格局。

日前，全球科技巨头 Arm 年度旗舰活动Arm Everywhere China在上海举行。会上，Arm 三箭齐发：

面向边缘 AI：Arm 推出全新的第二代移动终端计算子系统（Arm CSS for Mobile 2），打造面向 AI 时代的 AI 原生计算底座。
面向物理 AI：Arm 正将成熟的 Arm 全面设计（Arm Total Design）生态项目扩展至物理 AI 领域，汇聚了包括亚马逊云科技（AWS）、Hugging Face、Liquid AI、QNX 等在内的 80 多家行业领先企业。
面向云 AI：Neoverse CSS N4 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；Arm AGI CPU 则提供可直接部署的高性能计算平台。

Arm 执行副总裁兼首席商务官 Will Abbey 表示：“Arm 全球合作伙伴累计出货的基于 Arm 技术的芯片已超过 3500 亿颗，中国创新者始终是重要力量。Arm 依托覆盖云、边缘和物理应用的统一计算平台，正携手中国合作伙伴加速创新成果落地。”

Arm的云AI棋局：AGI CPU与Neoverse CSS N4，如何改写智能体时代的算力版图图1

Arm 执行副总裁兼首席商务官 Will Abbey

三大重磅新产品发布

在 9 月 8 日上午的峰会上，三大重磅新品正式发布，包括：

一、赋能边缘智能新时代的 Arm CSS for Mobile 2

Arm CSS for Mobile 2 是面向智能体 AI 和 AI 原生图形技术打造的新一代 AI 原生计算平台，集成 Arm C2-Ultra CPU 与 Arm Mali G2-Ultra NX GPU。Mali G2-Ultra NX 首次引入专用神经网络加速器，将神经网络计算与传统图形处理融合，在神经网络处理场景下可实现最高 4 倍每瓦性能提升，现有游戏内容性能提升最高 14%。C2 CPU 集群结合 C2-Ultra、C2-Pro 及双 SME2 单元，使 AI 工作负载可在 CPU 上实现高响应、低延迟处理，最新小语言模型运行速度提升高达 70%。生态方面，网易《燕云十六声》、腾讯《暗区突围：无限》、叠纸《无限暖暖》等已推进神经超级采样技术集成，Unity 中国已将 Arm 神经网络技术集成到团结引擎中。

二、用于智能体 AI 计算平台的 Neoverse CSS N4 版本

在云 AI 领域，Arm 发布 Neoverse CSS N4，加上 2026 年 3 月下旬发布的首款 Arm 自研成品芯片 AGI CPU，为客户提供灵活选择。Neoverse CSS N4 是 Arm 迄今可配置性最高的 CSS 平台，单裸片最高 128 核，支持 LPDDR6 与 PCIe Gen 7，相比 N3 性能最高提升 2 倍，每瓦性能最高提升 1.25 倍，内存带宽最高提升 1.75 倍。Arm AGI CPU 则是面向高响应智能体 AI 的量产就绪芯片，OpenAI、Meta、Cloudflare、联想、Supermicro 等已围绕其开发解决方案。值得关注的是，Arm AGI CPU 目前已在中国部署 —— 字节跳动火山引擎已基于 Arm 平台构建下一代云服务，并将首批智能体沙箱解决方案推向市场；Arm 还宣布与新紫光集团深化合作，计划在中国成立联合通用人工智能创新中心。

三、用于物理 AI 的整体解决方案 ——Total Design for Physical AI

Arm 将 Total Design 生态项目扩展至物理 AI 领域，汇聚 80 多家企业（包括 AWS、Hugging Face、NXP、通义千问、西门子等），共同加速物理 AI 创新。与此同时，Arm 推出机器人能力分级框架（Robotics Capability Framework），借鉴 SAE 自动驾驶分级经验，为机器人产业建立统一的 “能力语言”，将现实应用场景与机器人行为表现、系统需求（时延、算力部署位置、内存和功耗约束、确定性以及安全性等）关联起来。Arm 将与 Anaxi Labs、ANYbotics、银河通用、联想、麦肯锡等持续完善该框架。

云 AI 时代，为什么是 Arm？

聚焦到云端 AI，据 IDC 统计，基于 Arm 架构的机架级加速服务器市场规模在 2025 年第四季度首次超越 x86；2026 年第一季度，Arm 达 530 亿美元，进一步领先 x86 的 346 亿美元。云 AI 基础设施，正在加速向 Arm 架构迁移。

为什么出现这种情况？Arm 云 AI 业务拓展副总裁 Eddie Ramirez 给出了一组结构性回答，揭示了 Arm 在云 AI 赛道胜出的根本原因。

优势一：能效比

云端算力的扩张，本质上是一场与电力和散热的赛跑。Eddie 给出了一组直击痛点的对比数据： “以 Arm AGI CPU 为例，在许多场景下，其性能优于 x86，而功耗却远低于 x86：Arm AGI CPU 的 TDP 为 300 瓦，而同等性能的 x86 方案 TDP 通常为 500 瓦。”

Arm的云AI棋局：AGI CPU与Neoverse CSS N4，如何改写智能体时代的算力版图图2

Arm 云 AI 业务拓展副总裁 Eddie Ramirez

这 40% 的功耗差距，在万台级数据中心里，意味着电力、散热成本、机架密度的代际差距。在智能体 AI 驱动算力需求指数级增长的时代，每瓦性能已经成为云服务商最关心的指标 —— 而不是单纯的峰值性能。

优势二：产品组合的灵活性

Arm 在云 AI 赛道最具差异化的一点，是它同时提供 IP 授权和 AGI CPU。Ramirez 在沟通会上强调：“这意味着客户拥有更多的选择。”

具体而言，Arm 提供了三个层级的产品组合，包括 Arm Neoverse IP、Arm Neoverse CSS 和 Arm AGI CPU。这种 “全栈可选” 的策略，是 x86 生态完全无法提供的。x86 仅有两家供应商，且都是 “封闭芯片” 模式 —— 客户只能选择采购成品芯片，无法深度定制。而 Arm 的 IP+CSS+AGI CPU 三层供给，让从超大规模云厂商到中型企业的所有客户，都能找到适合自身能力的 “进入 Arm 世界” 的入口。

优势三：产品迭代速度

智能体 AI 的进化速度非常快，很短的时间内就会有新模型、新工具、新场景层出不穷。芯片的迭代速度如果跟不上，云服务商就无法把最新的模型能力转化为用户可感知的智能体服务。

Eddie 在采访中点出了 Arm 生态在这方面的优势：“微软能够在 18 个月内迭代两代产品，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。”

对比之下，x86 生态受制于特定厂商的产品发布节奏，迭代周期通常以年为单位，且客户议价空间有限。在智能体 AI 时代，芯片的迭代速度直接决定了云服务商的竞争力。

面对 “碎片化” 的质疑，Arm 的回应是：多元化不是坏事，恰恰是优势。有人担心 Arm 生态参与者太多、力量分散。Eddie Ramirez 的看法相反：越来越多的客户随着对自身工作负载理解的加深，开始为工作负载打造专用芯片 —— 微软把 Teams 等服务运行在 Cobalt 100 上，并加入了过往不希望出现在通用 CPU 中的加速器。Arm 在支持这种 “高度定制” 模式上具有独特优势，快速迭代恰好给了客户定义最合适方案的速度与灵活性。

一句话总结这场对比：在云 AI 时代，x86 卖的是 “通用标准品”，Arm 卖的是 “定义权与选择权”。

云 AI 时代的成品底座和可配置 CSS

2026 年 3 月，Arm 发布其历史上第一款自研成品芯片 ——Arm AGI CPU，被外界视为 “35 年只卖图纸模式” 的转折点。为什么 Arm 要亲手造芯？答案要回到云 AI 的落地难题上。

难题在于门槛。Eddie Ramirez 给出了一个非常务实的数字：打造一款领先的自研 SoC，通常需要 5 亿至 8 亿美元的投资，而且从设计到量产往往要数年。不是所有客户都愿意或能够承担这笔投入 —— 尤其是那些不想把资源押在芯片上的云服务商、软件公司和 AI 企业。

AGI CPU 的价值，正在于把这道门槛降下来：让不想自研芯片的客户，也能直接用上 Arm 的高性能计算平台。从公开参数看，AGI CPU 最高 136 核、TDP 约 300 瓦，面向 AI 数据中心与智能体工作负载，是一个可直接部署、开箱即用的 “成品底座”。

在性能指标上，Arm AGI CPU 相比 x86 方案可实现单机架性能提升超过 2 倍，每吉瓦 AI 数据中心的资本支出节省最高可达 100 亿美元。生态的响应也印证了这一点。OpenAI、Meta、Oracle、Cloudflare、SAP、联想、Supermicro 等公司都在围绕 AGI CPU 开发相关解决方案。

如果说 AGI CPU 是 Arm 给 “不想造芯” 的客户的成品答案，那么 Neoverse CSS N4 就是给 “想自己造” 的云厂商准备的半定制最优解。Arm Neoverse CSS N4 面向的是注重吞吐效率的横向扩展（scale-out）工作负载 —— 也就是智能体时代数据中心里那些 “大量、并行、可堆叠” 的任务。

Arm CSS 提供一套集成化、经过验证且高度可配置的计算底座。借助 CSS，芯片合作伙伴不必耗费大量人力物力去整合底层计算技术，可将工程资源集中投入到能够打造产品差异化的核心创新上。合作伙伴能在 CSS 的基础上，叠加自研加速器、内存架构、互连、系统与软件能力，面向目标市场和特定工作负载打造定制芯片。这套方案有效压缩开发周期、降低研发复杂度，助力厂商更快把差异化产品推向市场，并充分借力 Arm 成熟庞大的软件与产业生态。

Arm Neoverse CSS N4 的价值在于 “放大” Arm 的选择权优势：追求极致性能、希望掌握完全自主路线图的云厂商，可以基于 Neoverse CSS N4 打造自研 SoC；不想投入巨额研发的客户，可以直接采用 AGI CPU；两者共享同一套 Neoverse 平台和软件生态，方案之间可以平滑迁移、自由组合。对云厂商来说，这意味着从 “买别人定义的 CPU” 到 “定义自己的 CPU” 之间，多了一条风险和成本都可控的中间路径。