Arm首个自研CPU落地火山引擎！新紫光集团也要用

全新服务器CPU CSS性能翻倍。作者 | ZeR0
编辑 | 漠影
芯东西9月8日报道，今日，在Arm年度旗舰活动Arm Everywhere China上，Arm推出新一代数据中心CPU计算子系统Neoverse CSS N4，并披露其首款自研服务器CPU Arm AGI CPU在中国的生态合作进展。智能体的兴起，给了Arm一个新的战场，其过去的优势是每瓦性能，如今智能体又把竞争尺度从单颗CPU扩大到整台服务器、整个机架乃至1GW数据中心。面对数据中心市场，Arm给出了多条产品路径，包括IP、Neoverse计算子系统（CSS）、AGI CPU芯片等。全新发布的Neoverse CSS N4，是Arm迄今可配置性最高的CSS平台，提供从CSS到芯片最快的开发路径。Neoverse CSS N4单颗芯片最高128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2倍，每瓦性能最高可提升至1.25倍，内存带宽最高可提升至1.75倍。微软、云豹智能等企业已经基于Neoverse CSS开发基础设施芯片，鸿钧微电子则成为首批采用CSS N4开发基础设施芯片的合作伙伴之一。AGI CPU是一款专为AI数据中心和智能体工作负载设计的Arm专用CPU，最多提供136核，每核内存带宽为6GB/s，延迟低于100ns，TDP为300W。OpenAI、Meta、Cloudflare、Oracle、SAP、联想、Supermicro和Verda已围绕AGI CPU开发相关解决方案。在中国，联想已打造基于AGI CPU的产品，字节跳动旗下火山引擎正基于AGI CPU构建其下一代云服务，新紫光集团与Arm的合作也将涵盖AGI CPU和Arm CSS。由于AI基础设施并不存在适用于所有场景的统一方案，Arm为客户提供灵活选择，帮助其根据不同工作负载需求选择最适合的方案。借助Arm AGI CPU和Neoverse CSS N4，客户既能根据自身基础设施需求灵活选择发展路径，又能共享统一的技术基础，兼顾性能、能效与软件兼容性。
01.阿里谷歌微软英伟达都用Arm CPU，跑智能体推理比x86平台快80%

Arm在AI基础设施领域的发展势头正与日俱增。在截至2026年6月30日的2027财年第一季度中，Arm数据中心权利金收入同比增长超过1倍，同时Armv9架构和Arm CSS等单芯片权利金率更高的Arm技术持续获得市场采用，进一步推动了业绩增长。如今，Arm已在数据中心实现大规模部署。Arm Neoverse全球累计出货量已突破15亿颗核心，其中最近新增的5亿颗核心出货量是在过去短短9个月内所完成，可见势头之猛。阿里倚天710、亚马逊云科技Graviton、富士通Monaka、谷歌云Axion、鸿钧微电子鸿旻、微软Azure Cobalt、英伟达Vera等CPU，以及云豹智能JM800等DPU，均采用Arm Neoverse。Arm基础设施生态正以前所未有的速度扩大。市研机构IDC报告显示，2026年第一季度，全球AI基础设施的市场结构发生转变，基于Arm架构的机架级GPU服务器已经超越x86，成为加速计算领域的主流平台。从2025年第三季度到2026年第一季度，Arm加速服务器市场规模从298亿美元增至530亿美元，而x86加速服务器市场规模从519亿美元降至346亿美元。IDC认为，这些数据表明，AI基础设施投资已进入持续多年的资本投入周期，市场竞争焦点也从“采购多少算力”转向“由哪种平台承载这些算力”。过去两年，AI基础设施的大部分注意力都被作为模型训练主力芯片的GPU吸走。但智能体改变了算力竞赛的走向，AI基础设施面对的不只是加速器问题。智能体的编排、工具调用、数据处理、安全隔离和网络通信，同样会成为系统瓶颈。这一趋势正在推动数据中心内基于CPU的计算需求显著增长。CPU的计算容量、性能、响应延迟和能效，都会变得更加关键。IDC报告也捕捉到了这种变化：加速计算仍是AI基础设施的核心支柱，同时以非GPU为中心的AI基础设施层正在快速发展，越来越多AI相关需求开始部署在并未采用GPU加速的基础设施之上。超大规模云服务商们已经开始部署面向智能体的服务。英伟达Vera专门针对智能体工作负载进行优化；谷歌云已在基于Axion主控CPU的GKE环境中部署智能体沙箱；微软Azure利用Cobalt 200加速智能体沙箱中的工具调用与执行；亚马逊云科技计划部署数千万个基于Arm架构的Amazon Graviton5核心；高通计划凭借基于Arm架构的Dragonfly C1000进军AI数据中心CPU市场。这些案例说明，使用Arm平台运行智能体服务，可以获得更高的执行效率、更好的性价比、更快的任务响应速度。在部分合作伙伴的演示中，相关性能最高可达到传统x86平台的约1.8倍。
02.Neoverse CSS N4：最多128核，支持LPDDR6，让芯片设计少走弯路

市场对部署速度的要求越来越高。如果芯片开发周期过长，客户就会错过整个数据中心的部署窗口。为此，Arm向生态伙伴提供Neoverse CSS，不仅提供CPU核心，还预先集成了互连、内存系统和其他关键计算模块。合作伙伴可以在此基础上加入自己的差异化技术，不必从零开始完成整个SoC设计。全新Neoverse CSS N4单颗芯片最高128核，支持LPDDR6内存与PCIe Gen 7互连。与上一代相比，其性能可提升多达2倍，每瓦性能可提升多达1.25倍，内存带宽可提升多达1.75倍。随着智能体AI推动系统内更大规模的数据流动、加速器编排以及并发计算，这些性能提升提供了所需的计算密度，以及高速内存和I/O能力。鸿钧微电子是首批采用Neoverse CSS N4开发基于Arm架构的差异化基础设施芯片的合作伙伴之一。此前，Neoverse CSS已显著缩短了客户的产品开发周期。在部分客户项目中，从项目正式启动到首颗芯片回片，只用了约13个月；从启动到量产芯片准备完成，大约只需要18个月。不同工作负载对基础设施的要求不同。对于横向扩展（scale-out）和数据平面（data plane）等应用场景而言，关键在于实现最高的吞吐效率；对于智能体AI和其他性能关键型应用，则需要具备高响应能力的CPU性能。随着AI基础设施向异构化演进，一些部署场景需要针对特定系统架构或功能定制芯片，涵盖专用计算平台、数据处理单元（DPU）、网络及其他专用设计。Neoverse CSS将Arm的能力扩展到这些设计领域，为微软、云豹智能等合作伙伴提供经验证的一体化计算基础。微软Azure利用Neoverse CSS和Arm的N系列、V系列技术，开发了多代Cobalt处理器。在Arm计算平台之上，微软加入了自己的电源管理、安全、存储和加密加速能力。这不仅提高了基础设施利用率，也加快了部署速度，并降低了功耗和总拥有成本。在中国，深圳DPU公司云豹智能的JM800 DPU获得腾讯、中国移动、中国联通等客户的采用。JM800基于Neoverse CSS N2构建，通过CPU与网络加速器之间的紧密耦合，可提供最高800Gb/s的数据处理能力。这就是Neoverse CSS带来的价值：合作伙伴不需要重新设计每一个基础模块，而可以围绕不同用例进行灵活配置，把工程资源集中到真正决定产品差异化的部分，同时降低工程投入和集成风险，并缩短芯片开发周期。与此同时，Arm全面设计（Arm Total Design）生态项目通过更早阶段的IP验证和软件开发，进一步加快产品量产进程。Arm正将这一协作模式扩展至物理AI领域。
03.AGI CPU已与火山引擎、新紫光集团合作，共同推动中国下一代AI基础设施发展

并不是每家公司都有自研芯片的团队、预算和需求。面向希望部署生产就绪计算平台的客户，Arm提供Arm AGI CPU芯片成品，并已开始与联想、火山引擎、新紫光集团等中国生态伙伴合作，将该芯片引入本土市场。根据Arm今年7月发布的最新季度财报，自发布以来，AGI CPU客户需求增长速度超出初始预期，覆盖2027财年和2028财年的客户需求已超过20亿美元，首批产品已交付给多家客户，来自中美的新客户持续增加。Arm从智能体工作负载产生的高并发性、持续的单核性能、大内存带宽、快速I/O等需求入手，AGI CPU设计方案在300W TDP下集成了136个Arm Neoverse V3核心、12个DDR5内存通道、96条PCIe Gen6通道及CXL 3.0支持，为每个核心提供超过6GB/s的内存带宽，并提供与加速器和扩展内存协同工作所需的连接性。具体而言，AGI采用台积电N3P工艺，拥有超过500亿颗晶体管。整张芯片采用双Chiplet设计，每个Chiplet有70个CPU核心，共140核，但完整产品最多只开放136核，多出的4个核心作为冗余，提高成品率。两个Chiplet通过UCIe互连，总聚合带宽达到2TB/s。其中，每个Chiplet包含35个计算单元，每个计算单元有2个CPU核心，内部采用8×9结构的CMN-S3低延迟网格，将CPU核心、内存、I/O和加速器连接，包含128MB分布式系统级缓存，并支持监听过滤和分层缓存。单核配备2MB私有二级缓存和128位 SVE2 SIMD，最高运行频率可达3.7GHz。CPU必须在数据中心的功率和物理限制范围内维持所有运算的流畅运行，因此不仅要提升CPU的速度，还要在可用功率范围内，实现更高效的计算、更高的加速器利用率和更大的工作负载密度。Arm AGI CPU便具有非常高的计算密度。在标准风冷机架设计中，一个1OU双节点刀片可以容纳2颗AGI CPU，总计272颗CPU核心。一个36kW标准机架可以部署30个这样的刀片，总计8160颗Neoverse V3核心。在相同机架功耗条件下，这套方案可提供超过新一代x86平台2倍的单机架性能。据Arm披露，这意味着每GW AI数据中心可节省100亿美元的资本支出。对于液冷数据中心，计算密度还可以继续提高。Supermicro已经展示了一套200kW液冷系统设计。单个系统可以部署336颗AGI CPU，总核心数量超过4.5万颗。今天，数据中心最稀缺的资源往往不是芯片本身，而是电力、机架空间和散热能力。当一座数据中心的供电容量固定之后，运营商必须尽可能提高每瓦功耗和每个机架所能提供的计算量。联想集团副总裁、中国基础设施业务群总经理陈振宽谈道，通过发挥Arm AGI CPU和联想的优势，双方能够将技术创新真正转化为客户价值，满足中国市场快速增长的AI算力需求。字节跳动旗下云计算业务火山引擎正在基于Arm平台构建其下一代云服务，并将首批基于Arm AGI CPU的智能体沙箱解决方案推向市场，为大规模智能体工作负载提供安全、弹性可扩展的运行环境。火山引擎云基础产品经理负责人李越渊称：“我们对Arm AGI CPU的早期评估表明，其在主流云工作负载中展现出良好的性能潜力。”在他看来，随着AI智能体的发展，市场对安全、隔离且能够弹性扩展的大规模执行环境需求不断增长，Arm AGI CPU为下一代云服务和智能体沙箱场景提供了坚实基础。Arm也正在与新紫光集团深化战略合作，双方合作将涵盖Arm AGI CPU和Arm CSS等Arm技术。结合Arm在高能效计算及全球软件生态系统方面的领先优势，以及新紫光集团在芯片设计、系统开发和中国市场方面的能力积累，双方还计划在中国成立联合通用人工智能创新中心，围绕AI智能体编排、CXL内存池化、机架级系统架构以及边缘AI等技术方向开展探索与创新，致力于打造面向中国市场、具有差异化优势、覆盖多代演进路线图的AI基础设施解决方案体系。
04.从IP、CSS到完整芯片，Arm补全数据中心CPU拼图

数据中心里的网络设备、存储设备、DPU、计算节点、负责控制与安全的处理器，都在使用Arm技术。Arm认为，不存在一款能够满足所有需求的通用CPU。面向数据中心市场，Arm提供了从芯片IP到计算子系统和成品CPU的不同层级的设计选择，就像盖房子，从砖瓦、图纸、毛坯房到拎包入住，一应俱全。（1）Neoverse CPU IP：提供专为服务器、云计算、HPC、网络和基础设施设计的CPU核心。客户不需要自行设计CPU微架构，但仍需完成多核组合、系统级缓存与内存子系统、I/O、SoC集成和物理实现。（2）Neoverse CSS：一套由Arm提前完成配置、集成、验证和性能优化的“计算核心总成”，包含Neoverse核心、网状互连、系统IP与相关管理及软件工具支持，客户可在此基础上添加AI加速器、网络、安全或其他自研模块，加速定制芯片产品的开发与落地。（3）AGI CPU：Arm基于Neoverse CSS V3设计的生产就绪芯片，面向智能体AI基础设施，可由服务器厂商开发主板、整机和机架系统。比如，英伟达Vera的自研Olympus核心兼容Armv9.2指令集；亚马逊云科技Graviton4、谷歌Axion、英伟达Grace等均采用Neoverse V2核心，做出截然不同的CPU芯片；微软Cobalt 200则采用集成度更高的Neoverse CSS V3。CPU IP提供定制自由，CSS带来更快研发速度，AGI CPU实现部署确定性，这些产品均构建于统一的Neoverse平台和软件生态系统之上。Arm通过占据更多生态位，来承接更多数据中心客户的差异化需求。在近日举行的芯片设计顶会Hot Chips 2026上，首日发表的6篇CPU论文，4篇都跟Arm有关，包括IBM的未来双架构Z和LinuxONE处理器、英伟达Vera、富士通MONAKA以及Arm AGI CPU。这些设计方案各不相同，涵盖了关键任务型企业计算、绿色数据中心、加速AI系统以及专用智能体基础设施等领域，但均基于相同的Arm架构和软件生态系统，这也是通用计算平台的价值所在。
05.结语：Arm生态系统日益壮大，为下一代智能体AI提供统一的计算基础

智能体AI仍处于发展初期。随着智能体应用大量普及，基础设施需要处理更多数据、协调更多加速器，并支持更大规模的并发计算。因此，如何从每一瓦电力、每个机架以及每一笔投资中释放最大价值，变得愈发重要。业界正在逐步将Arm作为下一代智能体AI的通用计算平台。随着Arm机架级平台在加速服务器市场持续扩大份额，并逐步取代x86平台，围绕下一代计算架构领导地位的竞争正日趋激烈。IDC预计，2026年全球AI基础设施支出将达到4970亿美元，2030年超过1.2万亿美元。如此庞大的资本浪潮里，作为总统筹的数据中心CPU，市场规模将相当可观。Arm将AGI CPU定义在智能体基础设施和生产就绪部署上，同时继续开放IP与CSS，将选择权交给合作伙伴。AGI CPU未来覆盖多大市场、会不会进入更多通用计算领域，都会重新划定Arm与芯片客户之间的边界。技术层面的演进远未结束，AI基础设施的竞争已从芯片性能延伸到供电、散热、土地和资本成本，供应链、内存短缺和软件迁移都会影响市场走向。对于强调高效、高性能计算优势的Arm来说，机遇之门正迅速敞开。

Arm首个自研CPU落地火山引擎！新紫光集团也要用

评论 (0)

相关文章