当地时间3月24日，Arm CEO Rene Haas在旧金山的年度大会上宣布了一项重构半导体产业链的决定：Arm正式推出首款自研数据中心硅片——Arm AGI CPU。
这意味着，这家成立35年来以提供IP授权与计算子系统（CSS）为核心商业模式的架构巨头，首次将计算平台直接扩展到了实体芯片产品领域。它开始越过传统的芯片设计商，直接向终端云计算大厂交付成品。其战略标靶极其明确：直指2030年规模将突破1万亿美元的数据中心总潜在市场（TAM）。
从卖设计图纸到卖物理硅片，这更像一场围绕智能体（Agentic AI）算力成本与生态主导权的底层洗牌。
算力分工重构
要理解科技巨头为何愿意买单，必须厘清CPU与GPU在现代AI数据中心里的真实分工。
进入2026年，AI产业全面迈入智能体常态化推理阶段。当AI系统从单纯的训练转向连续运行、实时交互的智能体时，协调和调度海量Agent的工作让CPU成为了现代基础设施的“起搏器”。正如官方博客中明确的技术站位：AI加速器（GPU）是负责生成Token的高耗能“Token工厂”，而CPU则是负责编排、内存分配、调度加速器以及协调智能体扇出（Fan-out）的“指挥枢纽”。
为了支撑这种高密度的调度需求，Arm将AGI CPU的物理效能推向了极致。根据官方披露的架构参考设计，在标准的36kW风冷机架中，Arm能够塞入8160个核心；而在与超微（Supermicro）合作的200kW液冷方案中，单机架甚至能容纳超过45000个核心。这种极端的物理密度，使得其每机架性能达到了传统x86系统的两倍以上。
Arm直接向数据中心交付这款专为“智能体云时代”打造的硅基底座，本质上是为耗电巨大的“Token工厂”装配了一个高密度的“节能调度室”，以此截留传统客户在硅片成品环节赚取的庞大硬件溢价。
巨头博弈的暗线
Arm亲自下场，在产业链上撕开了两道极具商业张力的裂缝。
首先是超乎预期的生态结盟与对英伟达的暗中牵制。首批客户不仅包括深度参与联合研发、将其与自家MTIA加速器协同部署的Meta，甚至还拉拢了OpenAI、Cloudflare、Cerebras、SAP等一众软硬件巨头。为了加速生态捆绑，Arm甚至计划将这款服务器的参考设计与固件全面开源给OCP（开放计算项目）。
在大会现场，英伟达CEO黄仁勋录制了祝贺视频。这一“微笑”祝贺背后：Arm推出成品CPU，能加速蚕食Intel和AMD的x86份额。
但长远来看，当Arm联合OpenAI、Meta构建起一套开源的标准服务器生态，并谋求AI基础设施“直销商”地位时，实际上也直接杀入了英伟达在数据中心CPU（如Grace系列）领域的腹地。双方在底层算力控制权上的利益争夺已经暗流涌动。
其次，是来自生态内部的反噬。Arm亲手撕毁35年的“中立”铁律，直接触碰了与现有客户群竞争的商业红线。当高通、联发科等厂商发现“卖图纸的裁判”也下场踢球时，寻找替代方案将从战略储备变为生死抉择。这无疑为开源架构RISC-V提供了一次关键助攻。
面对底层架构被单方面锁死的风险，下游芯片设计企业势必会将海量的资金和研发资源砸向绝对开源的RISC-V生态。Arm的此次战略跨越，客观上正在用自身的生态信誉，为竞争对手的阵营充值。
在软银集团All in AI的资本意志驱动下，Arm打破了旧有的商业舒适区，完成了一次经典的“越顶传球”。
这起事件标志着AI算力战已经从单一的加速器比拼，蔓延到了底层调度架构的全面争夺。对于行业参与者而言，巨头撕扯产生的裂缝正是确定的商业增量。当核心资源向云端算力与RISC-V开源生态倾斜时，围绕高功耗引发的液冷温控需求，以及巨头无暇顾及的边缘侧低成本AI芯片市场，将成为下一阶段资本锚定的利润避风港。（本文首发钛媒体App,作者｜硅谷Technews，编辑｜郝敬钰）
热门跟贴