在AI芯片的讨论长期围绕GPU和NPU展开之后,随着AI智能体应用的兴起,CPU在算力体系中的角色正在被重新定义。近日,Arm在上海举行Arm Everywhere China年度大会,集中发布了面向手机的第二代计算子系统CSS for Mobile 2、面向数据中心的Neoverse CSS N4和AGI CPU,同时在机器人和自动驾驶领域推出新产品与服务。多条看似分散的产品线,指向同一个判断:AI不会停留在单轮问答的聊天框中,智能体需要持续访问数据库、调用工具并在多个应用之间切换,CPU必须承接调度、控制和大量通用计算任务。
Arm此次发布的核心逻辑在于,智能体工作负载对计算系统提出了不同于传统AI推理的要求。NPU和GPU仍然负责最消耗算力的部分,但完整工作流中没有任何单一芯片能够独立完成所有任务。以手机场景为例,端侧大模型受制于功耗、散热和内存,无法将所有任务交给NPU处理。CPU需要维护上下文、调度应用,GPU还需兼顾图形渲染和并行计算,厂商的竞争重点因此从单一处理器的峰值性能转向整套系统在有限电量下的协同效率。
CSS for Mobile 2是Arm针对这一需求给出的整合方案,将C2 CPU集群、Mali G2-Ultra NX GPU、系统IP、物理实现方案和软件工具预先打包。对芯片公司而言,这减少了验证和适配环节;对Arm而言,则是将原本分散出售的IP整合为附加值更高的产品。Arm公布的数据显示,最新小语言模型在C2 CPU集群上的运行速度最高提升70%;与上一代C1-Ultra相比,C2-Ultra的AI性能最高提升1.7倍,单线程性能最高提升15%,相同性能下功耗最高可降低38%。GPU方面,Mali G2-Ultra NX加入专用神经网络加速器,可在图形管线中完成超级采样、插帧和降噪,神经网络场景下每瓦性能最高提升4倍,传统游戏性能最高提升14%。腾讯互娱和Unity中国已接入相关技术,网易《燕云十六声》和叠纸《无限暖暖》正在推进适配。
在数据中心领域,CPU的角色更加明确。Arm云AI业务拓展副总裁Eddie Ramirez表示,智能体是7×24小时不间断运行,工作负载不再以突发性为特征。这意味着云厂商更关注单线程性能的可预测性和服务等级的稳定兑现。Arm首席营销官Ami Badani则指出,GPU和CPU的配比未来会逐步接近,甚至可能趋近1:1。这一判断指向Arm最希望争取的增量市场。
Arm此次发布的两款数据中心产品代表了两种不同深度的商业模式。Neoverse CSS N4面向仍希望自研芯片的云厂商和芯片公司,保留较大的设计空间,单颗裸片最高支持128个内核,支持LPDDR6和PCIe 7.0。与CSS N3相比,N4性能最高可达2倍,每瓦性能最高提升至1.25倍,内存带宽最高提升至1.75倍。AGI CPU则更进一步,是一套可直接部署的芯片平台,客户无需从IP层级开始搭建。OpenAI、Meta、Oracle和联想等公司正在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,使不同AI智能体运行在彼此隔离且可按需扩展的环境中。
从IP授权到计算子系统再到成品CPU平台,Arm交付给客户的产品完整度持续提高。这一策略的收益在于缩短客户开发周期、提升单项目收入,但代价同样存在:产品做得越深,Arm需要承担的研发、制造协同和市场推广工作越多,也更容易触及客户原本自主完成的设计环节。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过x86。Arm当前的竞争筹码集中在能效、软件生态以及横跨终端与云端的架构兼容性上。据披露,合作伙伴累计出货的Arm架构芯片已超过3500亿颗,相关软件开发者超过2200万人。
物理AI是Arm试图复制平台能力的下一个目标市场。机器人和自动驾驶系统需要同时运行模型并处理实时控制、安全、传感器和执行器任务,参与者比手机产业链更加分散。Arm已将Total Design生态项目扩展至该领域,参与企业超过80家,包括AWS、Hugging Face、NXP、QNX、通义千问和西门子。Arm物理AI业务拓展副总裁Dermot O’Driscoll表示,目标是帮助解决方案提供商与终端用户建立连接,推动机器人方案从研发阶段走向实际部署。该领域最先落地的项目之一是一套机器人能力分级框架,Arm希望用统一语言描述机器人的任务、时延、算力位置、内存、功耗和安全需求,降低不同厂商之间的对接成本。
随着Arm从IP供应商向平台级计算方案提供商延伸,其与客户之间的边界也在发生变化。芯片企业采用CSS或AGI CPU后开发速度更快,但自主设计空间相应缩小;云厂商在采购Arm技术的同时继续保留自研能力。Arm若想将产品卖得更深,需要证明自身仍是一个足够中立的平台伙伴。智能体带来的CPU价值重估,为Arm打开了新的增长窗口,但这一窗口能否转化为长期收入,取决于Arm在平台深度与生态中立之间的平衡能力。
该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。