机器之心编辑部

过去两年，求已AI 基础设施的爆表绝对主角无疑是 GPU，尤其是求已英伟达（NVIDIA）的显卡。从大模型训练到推理集群，爆表再到 HBM、求已先进封装及液冷机柜，爆表行业在讨论算力时，求已默认语境便是爆表 GPU 以及谁能获取更多卡源。

相比之下，求已AI 时代的爆表 CPU 长期被视为处理杂务的「配角」，处于叙事边缘。求已

然而，爆表风向正在转变。求已CPU 正从边缘走向舞台中央，爆表成为 AI 架构中不可或缺的求已核心环节。

近日，科技记者 Tae Kim 深度采访了 Arm CEO Rene Haas（雷内・哈斯）。Rene Haas 直言不讳地指出，当前市场对高级 AI CPU 的需求正处于「爆表」（Off the Charts）状态……

文章链接：https://taekim.substack.com/p/an-interview-with-arm-ceo-rene-haas

Arm CEO Rene Haas

数据显示，自今年 3 月下旬 Arm 在旧金山发布全新 AGI CPU 以来，其股价已翻倍。此前，Rene Haas 曾预测，随着 Agent 时代的到来，每 1 吉瓦数据中心容量所需的 CPU 核心数将从去年的 3000 万激增至 1.2 亿。

长期以来，外界对 Arm 的认知停留在「卖架构」层面：苹果、NVIDIA、亚马逊、微软、谷歌等巨头通过授权 Arm 架构设计芯片，Arm 则依靠授权费和版税获利。但随着 AGI CPU 的问世，Arm 正式从幕后走向台前，直接切入 AI 数据中心 CPU 市场。

一个鲜明的对比是：今年 2 月，英特尔因转型滞后导致财务承压；而同期 Arm 公布的财报显示，其季度营收大涨 26%，第四季度业绩指引远超市场预期……

以下是 Rene Haas 在采访中谈及的核心观点。

AI 时代的 CPU 需求为何「爆表」？

Rene Haas 坦言，大约一年半前，当业界开始构建基于 Arm 的 SoC 时，这一趋势便已显现：AI 时代的 CPU 需求将呈指数级增长。

「起初，我们认为 128 核已是天花板。但随后客户开始询问：『能否做到 160 核以上？甚至 192 核？』这促使我们深入探究：是什么在驱动如此高的核心数需求？」

经过深入研究，Arm 发现核心驱动力来自 Agent（智能体）。在 Agent 工作流中，核心数量越多越好，因为系统可以直接启动一个 Agent 来执行特定的虚拟任务。

Arm 进一步观察其他相关趋势后意识到：CPU 需求将因 Agent 的编排、调度和管理而「起飞」。这些负载无法简单交由 GPU 处理，CPU 才是支撑 Agent 系统持续运行的关键底座。

「这些都是纯粹的 CPU 型工作。」

商业模式升级：从「卖图纸」到「卖完整计算平台」

随着技术趋势的变化，Arm 的商业模型也在发生深刻变革。

Tae Kim 提出一个关键问题：Arm 既提供芯片技术，又在 CPU 领域与合作伙伴（如 NVIDIA、亚马逊 Graviton、微软）形成竞争。Arm 将如何切入市场？未来是否会出现 Arm CPU 机架与 Vera Rubin 机架并排部署的情况？

Rene Haas 明确表示「完全可能。」

Arm 的观点是，在 x86 生态中，用户通常只有两个选择。但市场需要更多样化的 CPU 机架配置，因此第三种、第四种选择会受到欢迎。「我们的 AGI CPU 亦是如此。」

资料显示，Arm 将 AGI CPU 定位为 Agentic AI 数据中心的「编排层」。该芯片最高配备 136 个 Neoverse V3 核心，采用 TSMC 3nm 工艺，TDP 为 300W，支持 DDR5-8800、96 条 PCIe Gen6 及 CXL 3.0，并宣称相比 x86 平台可实现超过 2 倍的机架级性能提升。

Rene Haas 指出，未来 Arm 100% 有可能与 Graviton 共存于同一数据中心机房，也 100% 有可能与 Vera Rubin 并列部署。

他以 Vera Rubin 为例进行阐述：NVIDIA 的 Vera CPU 机架在一个液冷机架中集成 256 颗 Vera CPU。在一个大型数据中心中，可能部分区域采用液冷，而另一区域使用风冷机架。在风冷区域，存储和网络设备旁，很可能就部署着 Arm AGI CPU。它们均遵循 OCP 标准机架规范。

「从采购角度看，这就像购买存储或网络一样，客户只是在购买计算资源。」

因此，Rene Haas 强调，构建 AGI CPU 并不意味着放弃 IP 授权业务。亚马逊会继续开发 Graviton 吗？100% 会。他们会购买 Arm AGI CPU 吗？很有可能。即使不买，也无妨。

「我们的客户群体分为三类：一类没有芯片设计能力，他们会直接购买这颗芯片；另一类具备自研能力，可能不会购买；还有一类两者兼有，他们很可能两种都买。这是一个巨大的市场扩展机会。」

行业共识：AI 终局不仅是 GPU 的比拼

Rene Haas 的采访揭示了 AI 热潮下的另一面：AI 的终局不仅是 GPU 算力的比拼，更是能效比和 CPU 调度能力的博弈。

值得注意的是，虽然 Rene Haas 给出了「CPU 需求爆表」的直白论断，但 Arm 并非唯一将 CPU 重新置于 AI 中心的公司。各大科技巨头早已开始布局。

• NVIDIA：今年 3 月在 GTC 2026 大会上正式发布 Vera CPU，这是其首款自研 Arm 架构处理器，称之为「the CPU for Agents」。它面向 Agentic AI、强化学习、数据处理等工作负载，能够服务代码执行、工具使用、沙盒、数据流水线和编排等模型之外的 CPU 工作。
• Intel：在同一方向发力，于 2026 年 Computex 上发布基于 Intel 18A 制程的至强 6+（Xeon 6+）处理器，明确将 CPU 重新定位为 Agentic AI 系统的核心控制单元，以应对推理负载取代训练负载带来的架构变革。
• AMD：表述更为直接，将 Agentic AI 视为端到端工作流，强调 CPU 基础设施应以机架级能力来规划，而非孤立地比较单个组件。

这标志着一个新的行业共识正在形成：AI 基础设施不能再仅围绕 GPU 来理解。模型之外的系统执行、数据调度、工具调用及并发编排，将成为下一阶段 AI 工厂效率的关键变量。

当 AI 仅是聊天机器人时，CPU 容易被视为 GPU 的配套组件；但当 AI 演变为 Agent 时，CPU 便成为了调度、执行和编排的核心环节。

或许，AI 基础设施的下一轮争夺，已经从「谁拥有更多 GPU」扩展到了「谁能支撑更多 Agent」。

参考来源：

• https://x.com/firstadopter/status/2072827611579851067
• https://taekim.substack.com/p/an-interview-with-arm-ceo-rene-haas
• https://newsroom.intel.com/data-center/intel-puts-agentic-ai-xeon-6-networking-ai-systems
• https://nvidianews.nvidia.com/news/nvidia-unveils-vera-the-cpu-for-agents