从 Neoverse CSS N4 到 AGI CPU，聊聊下一代 AI 计算底座的真实逻辑

智能体时代，AI 基础设施正在悄悄换赛道。

整个计算行业，已经从普通生成式 AI，大步迈向智能体时代。而很多人没注意到：智能体对底层基础设施的需求，和过去大模型时代完全不是一回事。

过去大模型，大家更多关注模型推理能力；但智能体不止会做推理，还要做数据检索、工具调用，要和数据库、其他智能体来回协同交互。这一变化，直接带动了数据中心里 CPU 侧的计算需求暴涨。

在以“赋能 AI 计算的未来”为主题的 Arm Everywhere China 年度大会上，Arm 通过 Neoverse 计算子系统（CSS）N4 与 Arm AGI CPU，直面智能体浪潮下企业 AI 基建的现实痛点。

Arm 执行副总裁兼首席商务官 Will Abbey 在现场分享，基于 Arm 技术的芯片全球合作伙伴累计出货已经突破 3500 亿颗，来自中国的创新厂商，一直是这股全球创新浪潮里非常关键的力量。面向云、边缘到各类终端应用，Arm 依靠一套统一计算底座，加上持续壮大的软件生态，正在联合国内合作伙伴落地创新，为下一代智能体应用筑牢计算根基。

应对智能体挑战Arm拿出新一代基础设施方案

IDC 一组数据很有代表性：Arm架构机架级服务器市场规模已经超过 x86，成为加速计算领域的主流平台。

越来越多企业选择 Arm 架构搭建 AI 基础设施，以此承接智能体复杂多变的负载需求。 两条产品路线各司其职：Neoverse CSS N4 面向极致吞吐量效率，帮助企业打造高性能芯片；Arm AGI CPU，则面向高响应要求的智能体 AI 场景，提供已经可以量产落地的芯片方案。

在性能方面，Neoverse CSS N4提升十分可观。其单颗裸片（die）最高可搭载 128 个内核，支持 LPDDR6 内存与 PCIe Gen 7 互连。与 Neoverse CSS N3 相比，其性能最高可提升至两倍，每瓦性能最高可达 1.25 倍，内存带宽最高可达 1.75 倍。

Arm AGI CPU 则是一款由 Arm 自主设计、面向人工智能（AI）数据中心的CPU，其单颗CPU 集成多达136 个Arm Neoverse V3 核心，在单核、系统级芯片（SoC）、刀片式服务器及机架各层级均实现行业领先的性能表现，同时提供每核心6GB/s 内存带宽，时延低于100 ns。

Arm云AI业务拓展副总裁Eddie Ramirez在接受媒体专访时强调，Arm 有着关键的独特优势，可以满足传统的服务器市场过去无法满足的需求。Arm既能提供完整的商用就绪解决方案，也能支持合作伙伴打造自己的定制芯片，不少场景下能效表现优于 x86。

生态全面开花，越来越多巨头押注Arm生态

Eddie Ramirez 强调，全球目前只剩寥寥数家公司还在 x86 生态中提供方案；相比之下，Arm 方案的采用广度正是其优势所在，这也意味着 Arm 的客户拥有更多的选择。

OpenAI、Meta 和 Oracle 正在基于 Arm AGI CPU 开发相关解决方案；字节跳动旗下火山引擎已将首批基于该平台的智能体沙箱推向市场。Neoverse CSS N4 与Arm AGI CPU 共同为客户提供更多选择，可在统一的Arm Neoverse 平台与软件生态基础上构建下一代AI 基础设施。

在 Arm Everywhere China 年度大会的现场，联想展示了其 HR650a V3 2U Arm AGI CPU 系统，该系统为高性能2U 机架式服务器，搭载双Arm AGI CPU 处理器，主要面向云原生IT 基础设施、企业数据处理、云原生应用等场景。

云豹智能展出 JM800 DPU 芯片以及云霄 DPU 卡。JM800 基于 Arm Neoverse N2 架构，是高性能通用可编程数据处理器，面向云计算、AI、存储、安全、边缘计算输出新一代数据中心基础设施能力。

大型云计算厂商推动Arm架构备受青睐

AI 基础设施正在加速向 Arm 架构迁移。目前，所有主要超大规模云服务提供商均已采用 Arm 架构。

比如说，作为 Arm AGI CPU 的早期合作伙伴及联合开发者，Meta 利用该智能体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。

除 Meta 外，Arm 已确认与 Cerebras、Cloudflare、F5 科技、OpenAI、Positron、Rebellions、SAP、SK 电讯等企业达成进一步的商务合作。这些客户将在代理式 CPU 核心应用场景中部署 Arm AGI CPU，覆盖加速器管理、控制平面处理、云与企业级 API、任务与应用托管等领域。

同时，在更广泛的云生态系统中，众多企业已开始借助 Arm 平台支撑智能体 AI 应用的发展。Google Cloud 已在基于 Axion 的 GKE 环境中部署智能体沙箱；Microsoft Azure 利用 Cobalt 200 加速智能体沙箱中的工具调用与执行；NVIDIA Vera 则面向智能体工作负载进行了专门优化。

Arm 云 AI 业务拓展副总裁 Eddie Ramirez 表示，由于云服务厂商能够借助 Arm 自主定义硬件路线图，不必受制于外部供应商，自主定制芯片，完成软硬件协同开发，并实现软硬件协同开发，因此这种协同开发模式正被越来越多的大型云服务商采用，也是 Arm 在大型云服务商中越来越受欢迎的原因。

中国的云服务厂商也是如此，他们正与 Arm 合作探索如何服务企业工作负载、云原生工作负载（如传统的 Java、Web 页面和数据库），以及如何应对智能体 AI 的服务需求。

Eddie Ramirez 强调，中国的云服务商具备着非常高的多样性，他们的不同的工作负载需要多种 CPU 类型，因此 Arm 有机会为中国大型云客户提供多种数据中心选择。

小结：

智能体时代，对 AI 基础设施提出了更高要求：性能一致性、方案灵活性、广泛的生态适配缺一不可。

Arm Everywhere China 公布的系列产品与生态进展也印证，依托统一计算平台， Arm 正在一步步实现 “ 智能无处不在 ” ，成为智能体浪潮下产业的重要选择。