Arm上海大会：从IP授权到全栈交付，CPU重回AI算力C位

【科技纵览】当行业目光长期聚焦于GPU与NPU时，智能体（Agent）的崛起正悄然将CPU推回舞台中央。近日，Arm在上海举办Arm Everywhere China年度大会，不仅发布了面向移动端的第二代计算子系统CSS for Mobile 2，还推出了数据中心级的Neoverse CSS N4及AGI CPU，同步更新了机器人与自动驾驶领域的产品矩阵。看似分散的产品线，实则指向同一战略判断：AI交互不会止步于简单的问答聊天框。智能体需持续访问数据库、调用工具并在多应用间切换，这意味着NPU和GPU虽仍承担高算力任务，但CPU必须接管调度、控制及大量通用负载，单一芯片已难以独立支撑完整工作流。这也解释了Arm为何将产品做得更“重”——从单纯出售IP授权，转向提供计算子系统乃至可直接部署的CPU平台，从而更深地介入芯片设计与交付环节。

以手机端为例，受限于功耗、散热及内存，端侧大模型无法将所有任务堆给NPU。CPU需维护上下文并调度应用，GPU则兼顾图形与并行计算，厂商竞争焦点已从单点性能转向系统级能效配合。CSS for Mobile 2正是为此打造的整体方案，它预整合了C2 CPU集群、Mali G2-Ultra NX GPU、系统IP及软件工具。对芯片厂而言，这缩短了验证适配周期；对Arm而言，则是将分散IP打包为高价值产品。数据显示，最新小语言模型在C2 CPU集群上运行速度最高提升70%；相比上一代C1-Ultra，C2-Ultra的AI性能最高提升1.7倍，单线程性能提升15%，同等性能下功耗降低38%。GPU方面，Mali G2-Ultra NX引入专用神经网络加速器，可在图形管线中完成超采样、插帧和降噪，神经网络场景每瓦性能最高提升4倍，传统游戏性能提升14%。目前，腾讯互娱、Unity中国已接入该技术，网易《燕云十六声》和叠纸《无限暖暖》也在推进适配。

在数据中心领域，CPU的角色愈发清晰。Arm云与AI业务负责人Eddie Ramirez指出，智能体需7×24小时不间断运行，工作负载不再具备突发性特征，云厂商更看重单线程性能的可预测性及服务等级稳定性。Arm首席营销官Ami Badani预测，未来GPU与CPU配比将逐步接近，甚至趋近1:1，这是Arm亟需争取的增量市场。Neoverse CSS N4与AGI CPU代表了两种不同深度的商业模式。N4保留较大设计空间，面向希望自研芯片的云厂商，单颗裸片最高支持128核，兼容LPDDR6和PCIe 7.0。据Arm数据，相较CSS N3，N4性能最高翻倍，每瓦性能提升1.25倍，内存带宽提升1.75倍。AGI CPU则更进一步，作为可直接部署的芯片平台，客户无需从IP开始搭建。OpenAI、Meta、Oracle和联想等正围绕该产品开发方案，火山引擎计划推出基于AGI CPU的智能体沙箱，实现AI智能体的隔离运行与按需扩展。

从IP到CSS再到成品CPU，Arm交付物的完整性显著提升。此举既帮助客户缩短开发周期，也提高了Arm的单项目收入潜力。然而，代价亦存：产品越深入，Arm需承担更多研发、制造协同及市场推广责任，且易触碰客户原有的设计边界。Arm援引IDC数据称，在加速计算场景中，采用Arm架构的机架级服务器市场规模已超越x86。其核心筹码仍是能效、软件生态及跨终端云端的架构兼容性。截至目前，合作伙伴累计出货Arm架构芯片超3500亿颗，相关软件开发者逾2200万人。

物理AI是Arm试图复制平台能力的下一个战场。机器人与自动驾驶系统需同时处理模型运行、实时控制、安全及传感器执行器数据，产业链参与者比手机更为分散。Arm已将Total Design生态项目扩展至此，吸引AWS、Hugging Face、NXP、QNX、通义千问和西门子等80多家企业参与。Arm物理AI业务拓展副总裁Dermot O'Driscoll表示，目标是助力解决方案提供商连接终端用户，推动机器人方案从研发走向实际部署。首批落地项目包括一套机器人能力分级框架，旨在用统一语言描述任务、时延、算力位置、内存、功耗及安全需求，便利厂商对接。值得注意的是，随着Arm提供CSS或AGI CPU，芯片企业的开发速度加快，但自主设计空间相应缩小。云厂商在采购Arm技术的同时仍保留自研能力，Arm若想深化产品渗透，必须证明自身仍是足够中立的平台伙伴。