Arm雲AI業務拓展副總裁Eddie Ramirez：智能體爆發，CPU從配角走向C位
當AI產業重心從大模型推理轉向智能體執行，數據中心算力結構正在發生深刻變化。過去行業更多聚焦GPU算力堆疊，而智能體需要頻繁檢索數據、調用工具、訪問數據庫以及多智能體協同，大量調度、編排工作落到CPU身上。CPU不再是AI系統的配角，而是決定智能體服務時延、併發能力與綜合成本的關鍵。IDC數據顯示，基於Arm架構的機架級服務器市場規模已經超越x86，成爲加速計算領域主流平臺。
在2026 Arm Everywhere China年度大會上，Arm發佈Neoverse CSS N4計算子系統，加速推進Arm AGI CPU國內落地。Arm雲AI業務拓展副總裁Eddie Ramirez接受專訪，圍繞Neoverse路線、中外市場差異、AGI CPU與IP授權的關係、生態爭議以及中國本土合作展開解讀。在他看來，智能體時代不存在一套通喫全部場景的基礎設施，Arm的解決方案並非單一芯片，而是IP、CSS計算子系統、量產就緒CPU組成的分層產品矩陣，滿足不同企業的差異化發展路徑。
N與V雙系列互補，匹配中國市場多元算力場景
採訪首先談及Neoverse N系列與V系列兩大核心路線在中國市場的定位。Eddie Ramirez強調二者不是替代關係，而是面向不同負載的互補方案。
Arm雲AI業務拓展副總裁Eddie Ramirez先生
“N系列是我們能效最優、設計靈活度最高的核心，可以在單位芯片面積內部署更多內核。” 國內不少合作伙伴基於N系列開發數據中心SoC、DPU、存儲與邊緣服務器，追求高密度部署和更優TCO，阿里雲倚天710就是N系列代表性落地案例，適合橫向擴展、數據面處理類業務。V系列則主打極致單核性能，面向高性能、重單線程負載，國內已有廠商基於CSS V系列開展產品開發。安謀科技繼續負責Arm在中國的IP銷售與技術支持，服務本土客戶研發。
談及中美Arm服務器市場差異，Eddie Ramirez表示，超大規模雲廠商的基礎架構層面兩地十分接近，CPU、DPU、存儲服務器混合部署模式國內外均在落地。真正區別來自本土特有業務催生的定製需求。“如雲遊戲，國內普及度遠高於海外，也催生一批針對性方案廠商。” 上海熠知電子ThinkForce的雲遊戲機架方案就是典型案例，垂直場景的需求，推動CSS這類可定製子系統快速發展。
本次發佈的Neoverse CSS N4，是Arm可配置性最強的CSS平臺。單顆裸片最高支持128內核，支持LPDDR6內存與PCIe Gen7 互連。對比上一代N3，性能最高翻倍，每瓦性能最高可達1.25倍，內存帶寬最高可達1.75倍。面向智能體帶來的海量數據流、多加速器協同調度壓力，CSS N4提供充足計算密度與高速IO。合作伙伴基於這套經過驗證的底座開發，能夠降低工程風險，縮短芯片開發週期，鴻鈞微電子已是首批採用CSS N4的國內企業。配合Arm Total Design生態項目，從早期IP驗證到軟件協同，加速定製芯片量產，該協作模式也正在拓展至物理AI領域。
直面x86競爭：多元化生態與能效構築Arm差異化壁壘
x86陣營同樣針對智能體負載持續優化，市場格局走向備受關注。Eddie Ramirez總結Arm三大差異化優勢。第一是商業模式獨特，可同時輸出IP授權、CSS子系統以及成品AGI CPU，客戶既可以深度自研，也可以直接採購芯片，這種選擇是對手不具備的。第二是能效優勢，同等性能下AGI CPU TDP爲300瓦，對標x86方案普遍達到500瓦，功耗差異直接轉化爲數據中心散熱、電費、機架的綜合成本優勢。第三是生態參與者豐富，x86主流服務器方案供給方僅剩兩家，而Arm生態匯聚雲廠商、芯片企業、OEM廠商，給客戶更多供應鏈與技術路線選擇。
針對 “Arm單核性能弱於x86” 的固有認知，Eddie Ramirez提出不同看法。以AWS Graviton5爲例，基於V3核心的產品在基準測試中較x86實現兩位數性能提升，即便x86開啓多線程，單個Arm核心依舊具備競爭力。他也承認少數向量帶寬敏感的小衆場景x86仍佔優勢，但覆蓋範圍有限。“頭部雲廠商已經在真實業務完成大規模驗證，他們的部署選擇本身就是有力佐證。”
業界一直擔憂大量廠商定製開發Arm芯片，會帶來生態碎片化。Eddie Ramirez認爲，多元化不等於碎片化，而是行業發展的必然。微軟基於CSS打造Cobalt系列，在芯片內加入專用加速器支撐自有業務；AWS七年迭代五代Graviton，這種快速迭代節奏是傳統x86廠商難以實現的。同時Arm持續將固件成果回饋開源社區，讓所有Arm芯片廠商可以複用，在硬件多樣化之上守住統一軟件底座，平衡定製創新與生態一致性。
三層產品矩陣共存，AGI CPU意在做大整體生態
Arm下場推出成品AGI CPU，外界一直存在疑問：這是否會和AWS、微軟這類自研IP客戶形成競爭？中小型廠商架構遷移成本高，是否很難擁抱Arm？
Eddie Ramirez給出一組數據，一顆領先的數據中心SoC研發投入普遍達到58億美元。超大規模雲廠商可以憑藉巨大算力攤薄成本，但大量中小云服務商、AI 企業無力承擔芯片研發，AGI CPU就是面向這類客戶，降低使用Arm架構的門檻。
“AGI CPU不會搶奪自研客戶市場，而是把整個Arm生態蛋糕做大。” 不少此前未考慮Arm架構的企業，因爲AGI CPU開始評估Arm平臺。自研芯片的頭部廠商與直接採購AGI CPU的客戶，目標羣體並不完全重合。AGI CPU擁有完整多代演進路線，已經獲得OpenAI、Meta、聯想、Supermicro等全球企業支持，同時該產品合規可面向中國市場交付。
國內已經出現落地案例，聯想認爲AGI CPU是Token驅動AI基礎設施的重要底座，結合自身系統製造能力輸出適配中國市場的算力產品。火山引擎推出首批基於AGI CPU的智能體沙箱方案，爲大規模智能體工作負載提供安全隔離、彈性擴展的運行環境。火山引擎的早期評估顯示，AGI CPU在主流雲負載上展現出不錯潛力。
至此Arm三層產品邏輯清晰：IP授權給到希望完全自主設計芯片的企業；CSS面向想要差異化創新，但規避底層重複開發的廠商；AGI CPU面向不願投入芯片研發、需要量產就緒算力的客戶。三者共享Neoverse統一平臺與軟件生態，互不排斥，大型雲廠商也可以混合採用多種方案，不再追求基礎設施一刀切。
立足本土合作，面向智能體時代佈局長期算力底座
談及國內雲廠商自研芯片熱潮，Eddie Ramirez認爲這恰恰體現中國算力市場活力。不同廠商業務負載差異巨大，傳統雲原生、數據庫、企業服務和爆發的智能體AI並存，單一芯片無法覆蓋全部場景，多方案並行會是長期趨勢。
本次大會上Arm宣佈深化和新紫光集團戰略合作，雙方將圍繞AGI CPU、Neoverse CSS等技術，計劃成立聯合通用人工智能創新中心，主攻AI智能體編排、CXL內存池化、機架級系統架構、邊緣AI等方向，打造適配國內市場、具備多代演進路線的AI基礎設施方案，結合Arm的能效與軟件生態和本土企業產業積累，推動下一代算力建設。
智能體AI尚處在早期階段，未來大規模普及後，系統將處理更大體量數據、調度海量加速器，如何釋放每一度電、每一個機架、每一筆投資的最大價值，是行業共同命題。
“整個行業正逐步把Arm視作下一代智能體AI的通用計算底座。”Eddie Ramirez表示，Neoverse CSS N4和AGI CPU提供兩條清晰路徑：追求高度定製，CSS N4可以加速從子系統到芯片落地；希望快速部署智能體算力，AGI CPU可以直接交付。二者立足統一技術底座，兼顧性能、能效和軟件兼容，回應智能體時代多樣化算力需求。
