半导体IP领域巨头Arm下场推出实体芯片了。

美国当地时间3月24日，Arm宣布首次将产品矩阵延伸至量产芯片产品领域，首发产品为Arm AGI CPU。这是一款由Arm自主设计、面向AI数据中心的CPU芯片。根据介绍，首批芯片产品将在今年内陆续推出。

一直以来，Arm的常规商业模式都是推出半导体IP给芯片设计厂商（如高通和联发科）、云服务厂商（如亚马逊云、阿里云）等，由后者根据需要对这些IP进行芯片设计工作，再交由晶圆代工厂进行制造。

这令Arm长期以来的收入构成主要为授权费（license）和版税（royalty），其此前并未真正推出实体芯片产品。此番真正激发Arm正式下场推出芯片的，来自于AI浪潮翻涌。

Arm首席执行官Rene Haas在演讲环节就指出，AI时代CPU芯片正承担核心计算任务。尤其是近几个月以来，以Open Claw“龙虾”为代表的智能体（Agent）兴起，涉及大量调度类计算工作，这就需要由CPU芯片来完成，这也是加速芯片（如GPU芯片）无法替代的能力。

自此，Arm在原有IP、计算子系统（Compute Subsystems，CSS）业务基础上，新增Arm自主设计的芯片产品。Meta是其早期合作伙伴及联合开发者，首批还官宣了一系列合作方和OEM代工方。

当然，在IP领域发展多年的Arm如何扎根CPU芯片市场，又计划如何与x86既有阵营竞争？在受访环节，高管团队进行了解答。

CPU新机遇

自Open AI将ChatGPT推入市场至今，全球公认需求旺盛的领域是GPU及其产业链相关芯片。这也导致英伟达业绩和股价持续上升，一度成为美股市值新“王”。

这令大众忽略了一个事实：CPU芯片依然不可或缺。

Rene Haas在演讲中分析道，大语言模型爆发之前，传统云计算使用的流程是：输入指令—得到搜索结果，CPU就承担了其中核心计算任务。

加入AI能力后，开始转变成通过人们的手机、电脑等移动设备输入提示词给云端，云端将其转化成词元（token）输送给AI数据中心，再由数据中心内的加速器芯片生成对应的计算结果，在这些流程中，数据中心CPU芯片就负责调度、管理，将token返回给用户。

这意味着CPU芯片在云端和AI数据中心中仍将担任重要角色。根据他预测，每吉瓦（GW）算力的数据中心大约需要3000万CPU核心（cores），这包括AI集群主节点、加速器、专用机架设备等。

而在最近几个月，“龙虾”热正引发智能体爆发式增长。Rene Haas指出，智能体无需休息可以全时段运行，其发起请求的速度远超人类。因此预计智能体发起的查询会是人类token需求量的15倍甚至更多。

海量的智能体工作负载发出，会让数据中心不堪重负，这就需要越来越多的CPU芯片来平衡智能体负载。而智能体的工作流就涉及大量调度类计算，这是CPU芯片的优势所在，也是GPU等加速芯片无法替代的。

基于此，接受包括21世纪经济报道在内的媒体采访时，Arm云AI事业部执行副总裁Mohamed Awad介绍道，选择将自研CPU芯片定位解决Agentic AI的工作负载，正是源于客户需求。

由于智能体运行需要增加CPU芯片数量、规模累积后需要更高性能，但数据中心又面临能耗限制，多重因素叠加，令市场上对这类符合要求的芯片存在明显缺口。

而Arm在与众多超大规模云服务商探讨合作过程中，后者就提出，Arm此前提供IP和CSS的方案，并不能很好解决问题，希望能够获得更优的解决方案，最终Arm选择推出CPU芯片。

Mohamed Awad分析，代理式AI工作负载需要在大规模场景下实现持续稳定的性能输出。Arm AGI CPU正是为此设计。Arm的参考服务器采用1OU双节点设计，每台刀片服务器中集成两颗CPU芯片，并配备独立内存与I/O，共计272个核心。

这些刀片服务器可在标准风冷36千瓦(kW)机架中满配部署，30台刀片服务器可提供总计8160个核心。此外，Arm还与Supermicro合作推出200千瓦(kW)液冷设计方案，可容纳336颗Arm AGI CPU，提供超过45000个核心。

据介绍，在该配置下，Arm AGI CPU可实现单机架性能达到最新x86系统的两倍以上，每吉瓦AI数据中心算力的资本支出(CAPEX)节省100亿美元。

争夺战场

Arm此番推出CPU芯片，显然直指抢占x86沉淀多年的战场。

Rene Haas受访时表示，Arm认为该款芯片预计未来有望在数据中心市场与x86争夺份额，预计产品将被广泛采用。

根据介绍，Arm AGI CPU是旗下数据中心芯片产品线的首款产品，现已开放订购。其后续产品规划也已确认，该产品线将与Arm Neoverse CSS产品路线图并行推进。按照规划，2027年将推出第二代Arm AGI CPU芯片。

此番也并非Arm独立努力，其背后已经有一众合作方。Meta就是首款芯片的早期合作伙伴及联合开发者。据悉，Meta利用该代理式AI CPU优化其全系应用的基础设施，并与其自研的Meta训练与推理加速器（MTIA）协同部署，从而在大规模AI系统中实现更高效的编排与调度。双方承诺将围绕Arm AGI CPU的多代芯片产品展开长期深度合作。

此外，Arm还确认与Cerebras、F5科技、OpenAI、SAP、SK电讯等企业达成进一步商务合作，计划将这款芯片部署在加速器管理、控制平面处理、云与企业级API、任务与应用托管等领域。

在商业化方面，Arm也与联想、广达电脑、Supermicro（超微电脑）等OEM或ODM厂商合作，计划在今年下半年逐渐落地。

当然更受关注的是，在CPU芯片市场看起来还算“新人”的Arm，如何与x86架构多年的软件生态积累竞争？

Mohamed Awad受访时指出，如果说4—5年前，Arm在数据中心软件支持方面的确与x86架构生态存在差距。但在这些年间，包括谷歌、亚马逊云、Meta等头部云服务厂商以及英伟达和多家中国公司，都在积极投资数据中心相关软件生态系统，这也逐渐丰富了Arm在该领域的软件包，目前已经有不少AI软件先天采用Arm架构，目前有超过1万家公司的数据中心在使用Arm旗下产品，这是Arm在当前数据中心软件生态方面的信心。

当然，目前为止，手机类业务依然是Arm业务的核心支撑。公司发布的2025财年财报显示，手机AP目前依然为公司版税（royalty）业务贡献45%收入构成。

随着Arm进入实体芯片市场，Rene Haas预计，5年后的2030年，数据中心CPU芯片市场的总潜在市场(TAM)规模约为1000亿美元，其中Arm有望获得150亿美元营收；此外其持续发展的IP业务预计到2030年将达到百亿美元规模。

Arm此举也获得了资本市场认可，截至记者发稿，Arm美股大涨超15%。

从行业视角看，作为长期处于产业链上游的IP巨头，Arm向下游延伸，不仅反映了AI算力需求激增背景下，核心芯片在架构与系统层面进行深度协同的迫切性，也凸显出数据中心市场正从性能竞争，转向围绕能效、规模与整体系统优化的综合博弈。