打开网易新闻 查看精彩图片

10 月 22 日 ，Arm举办智能体 AI 重新定义 CPU 性能评估标准线上媒体说明会，提出适配Agentic AI场景的CPU性能评估新方法论。

长期以Token生成速率为核心的算力评价逻辑迎来调整，行业评估重心从单纯的文本生成速度，转向智能体端到端任务执行、机架综合效率，重新定义CPU在AI集群中的价值。

在大模型早期阶段，市场习惯用每秒Token、每瓦Token等指标衡量算力，考核重点集中在模型推理生成环节。

随着智能体应用走向落地，软件工程、企业自动化、科学研究、个人助理、机器人五大场景快速兴起。

智能体不只输出文本，还要完成代码编译测试、数据库查询、多工具编排、容器隔离等操作，原有评测维度很难反映真实负载表现。

Arm云AI解决方案架构总监Ravi Malhotra在会上提到，不同智能体 workload 差异显著。

软件开发智能体偏向长时间运行，对单核性能要求高；客户服务、个人助理类任务单次链路短，更看重大规模并发能力与SLA稳定性，单一指标无法覆盖多样化需求。

为此Arm发布白皮书，搭建“组件基准+端到端智能体基准”双轨评估框架。

组件基准测试nginx、MySQL、Milvus向量库、沙箱容器等底层模块，观测IPC、I/O、内存延迟、容器启停开销；端到端基准依托SWE-bench、Terminal-Bench等业界通用测试集，衡量完整任务链路的表现，平衡吞吐量和服务质量。

第三方机构Signal65基于这套框架完成对比测试，在相同机架功耗约束下，Arm AGI CPU整体机架性能约为第五代AMD EPYC（Turin）的1.99倍。

拆分来看，工具调用场景每机架性能达竞品1.7倍，向量数据库、KV Cache这类推理规划场景达到2.2倍，端到端智能体任务约2倍。其单核性能高出对比平台约20%，沙箱隔离开销优势明显，适合大批量智能体同时部署。

该系列CPU基于Neoverse V3核心打造，延续Arm长期在云原生负载上的能效优化思路，不片面追逐峰值性能，兼顾性能、功耗与横向扩展能力。

硬件生态方面，Arm设计了1OU双节点和2U2P两款服务器参考设计，而超微电脑、联想、华擎等合作伙伴，则提供多款面向不同用例的商用服务器，覆盖风冷、液冷机型，Arm AGI CPU可作为头节点，和GPU加速器协同组网。

问答环节中Arm也谈及集群分工问题。智能体集群里CPU负责编排、工具调用与上下文管理，如果CPU处理环节拖慢节奏，昂贵的GPU资源会闲置浪费，CPU正成为智能体规模化落地里不可忽视的一环。

Arm强调，本次发布的是一套评测方法论，并非强制行业标准，也会跟随智能体软件架构持续迭代。

这套框架给云厂商、企业客户提供了选型参考，意味着算力竞争正在从单纯比拼生成速度，转向全链路落地效率的比拼。

敬告读者：本文基于公开资料信息或受访者提供的相关内容撰写，不慌实验室及文章作者不保证相关信息资料的完整性和准确性。无论何种情况下，本文内容均不构成投资建议。市场有风险，投资须谨慎！未经许可不得转载、抄袭！