Arm进军芯片领域的真正目的是什么？

在人工智能驱动的变革浪潮中，Arm于2026年3月推出了AGI CPU，旨在解决高度定制化数据中心CPU在系统级优化方面存在的不足。Arm与Meta合作，并获得OpenAI的支持，力求提供一种标准化的解决方案，在不与客户直接竞争的情况下提升生态系统效率。

在旧模式下，Arm 提供 IP，而 AWS（Graviton）、Google（Axion）和 Microsoft（Cobalt）等客户则自行设计芯片，这些芯片大多由台积电代工。这种模式促进了生态系统的蓬勃发展，但也导致了碎片化：每个供应商都优化自己的定制设计，但没有人负责系统级的优化。

如今，人工智能基础设施需要的是高度集成的系统工程，而非简单的服务器堆叠。如果没有统一的参考架构，生态系统的效率将受到显著影响。这一挑战很可能是促使Arm致力于生产标准化产品，以期整合分散的生态系统的原因。

从这个角度来看，Arm AGI CPU 可以作为行业参考蓝图，展示基于代理的 AI CPU 应该是什么样子，它们如何与加速器协同工作，以及如何在功耗限制下优化密度。一旦验证成功，该模板可能会影响所有基于 Arm 的设计。

Arm强调与Meta联合开发，并获得OpenAI等公司的支持，利用ODM/OEM渠道实现快速部署。这凸显了Arm的意图并非取代客户，而是提供降低采用门槛的即用型解决方案。

在传统的移动时代，Arm的商业模式近乎完美：庞大的出货量、高度标准化和分散的客户群体。但在人工智能数据中心领域，格局发生了转变，少数超大规模企业需要高度定制化的产品，价值集中在系统层面，而非单个IP模块。

在人工智能将计算从“规模驱动”拉回“系统能力驱动”的过程中，Arm 如果仅仅停留在 IP 提供商的层面，将会削弱其议价能力和价值主张。Arm 必须提升自身在技术栈中的地位，才能继续保持核心地位。

基于代理的人工智能正在重塑竞争格局，而Arm AGI CPU的推出标志着CPU复兴的直接一步。英伟达计划在2025年推出NVLink Fusion，实现英伟达CPU和GPU之间的无缝互连。

英伟达已开始销售CPU，首款产品是面向超级计算机和高性能计算（HPC）应用的Grace CPU。2026年2月，英伟达与Meta公司签署了一项多年协议，用于大规模部署Grace CPU；下一代Vera CPU目前也在Meta公司的评估范围内。

有趣的是，Meta既是Arm AGI CPU的首批主要客户，也是其联合设计者之一。在硅谷巨头中，与其他主要依靠自身Arm架构处理器的公司相比，Meta在自主研发CPU方面略显落后。

从 Meta 的角度来看，无论是利用 Nvidia 还是 Arm 的技术，加速自主设计的 CPU 并部署 Grace CPU 都能满足智能 AI 时代巨大的需求。然而，与 Nvidia 不断扩展的核心产品组合不同，Arm 的策略——避免与客户竞争，同时利用标准产品重新整合生态系统——可能会带来声望提升，但盈利能力有限。

前不久英特尔宣布CPU涨价10%，而更糟糕的消息接踵而至，其竞争对手AMD也准备采取同样的措施。继英特尔之后，AMD也计划从4月起将CPU价格上调15%。CPU缺货和涨价逻辑跟存储芯片类似，随着人工智能基础设施不断投入，尤其大量的推理计算对传统计算CPU芯片的需求大增。英特尔和AMD把产品向人工智能领域倾斜，导致消费级终端面临缺芯问题。

英特尔在1月份的财报电话会议中就曾指出CPU供应存在限制。英特尔给出的一季度业绩指引不达预期，英特尔解释称，由于芯片供应短缺，难以满足客户需求。主要原因是英特尔自身的芯片制造良率偏低，工厂中可用芯片产出比例不足，直接限制了交付能力。英特尔在声明称：“我们预计第一季度库存将处于最低水平，但我们正积极采取应对措施，预计从第二季度到2026年，供应情况将逐步改善。”同样，AMD指出的今年一季度业绩指引也低于外界预期，引发股价大跌。AMD虽然将生产外包给了台积电，但后者已将产能优先分配给人工智能芯片制造，留给CPU的产能十分有限。