機器之心編輯部

過去兩年，AI 基礎設施的主角可謂一直是 GPU，尤其是英偉達（NVIDIA）的 GPU 。從大模型訓練，到推理集群，再到 HBM、先進封裝、液冷機柜，行業討論算力，默認就是在討論 GPU，討論誰能拿到更多的卡。

似乎，相較 GPU，AI 時代的CPU 只是個干雜活的「配角」。

但現在情況好像不同了。CPU 或將從長期處于 AI 敘事邊緣走向牌桌更為中心的位置。

近日，科技記者 Tae Kim 采訪了 Arm CEO Rene Haas（雷內?哈斯），后者直言，當前市場對高級 AI CPU 的需求正處于「爆表」（Off the Charts）狀態……

• 文章鏈接：https://taekim.substack.com/p/an-interview-with-arm-ceo-rene-haas

Arm CEO Rene Haas

資料顯示，自從今年 3 月下旬，Arm 在舊金山的一場產品活動上發布全新的 AGI CPU 以來，公司股價已經上漲超過一倍。當時，Rene Haas 就曾預測，隨著 Agent 時代的到來，每 1 吉瓦數據中心容量將需要 1.2 億個 CPU 核心，而去年這一數字是 3000 萬個。

過去，外界對 Arm 的認知是更像是一家「賣架構」的公司。蘋果、NVIDIA、亞馬遜、微軟、谷歌等客戶使用 Arm 架構設計芯片，Arm 通過授權費和版稅賺錢。但隨著 AGI CPU 的出現，讓 Arm 開始直接站到 AI 數據中心 CPU 市場前臺。

一個直觀的佐證是，今年 2 月英特爾因轉型滯后而財務承壓，而同期 Arm 公布的財報顯示其季度營收大漲 26%，第四季度指引遠超預期……

接下來，我們一起來看看 Rene Haas 在采訪中談及的重點內容。

AI 時代的 CPU 需求「爆表」

Rene Haas 坦言，大約一年半前，當人們開始構建基于 Arm 的 SoC 時，他們就意識到這一趨勢：AI 時代的 CPU 需求將「爆表」。

「當時我們覺得 128 核可能已經是天花板了。但我們看到客戶開始問：『能不能做到 160 核以上？能不能做到 192 核？』于是我們開始想，是什么在推動這么高的核心數需求？」

經過一番研究后，Arm 發現，是 Agent。在這些 Agent 工作流中，核心越多越好，因為可以直接啟動一個 Agent 去運行一個虛擬任務。

緊接著，Arm 又去觀察其他相關趨勢，然后意識到：CPU 需求真的會因為 Agent 的編排、調度和管理而「起飛」。因為這些負載無法簡單交給 GPU 完成，CPU 才是支撐 Agent 系統持續運行的關鍵底座。

「這些都是純粹的 CPU 型工作。」

從「賣圖紙」向「賣更完整的計算平臺」延伸

隨著趨勢的變化，Arm 的商業模型也因此發生變化。

Tae Kim 認為，從本質上來說，Arm 既在提供芯片技術，也在 CPU 領域與合作伙伴競爭，比如 Nvidia、亞馬遜的 Graviton 和微軟。那這樣的話，Arm 將如何進入市場？未來會不會出現 Arm CPU 機架和 Vera Rubin 機架并排放在一起的情況？

Rene Haas 坦言「完全可能。」

Arm 的看法是，在 x86 世界里，用戶有兩個選擇，不過世界可能會很歡迎第三種、第四種選擇，因為歸根結底，市場需要很多不同的 CPU 機架配置。「我們的 AGI CPU 也是如此。」

資料顯示，Arm 把 AGI CPU 定位成 Agentic AI 數據中心的「編排層」，Arm AGI CPU 最高 136 個 Neoverse V3 核心，采用 TSMC 3nm 工藝，TDP 300W，支持 DDR5-8800、96 條 PCIe Gen6、CXL 3.0，并宣稱相比 x86 平臺可實現超過 2 倍的 rack-level performance。

在 Rene Haas 看來，未來，Arm 100% 有可能和 Graviton 出現在同一個數據中心機房里，也 100% 有可能會和 Vera Rubin 出現在同一個數據中心機房。

Rene Haas 舉了 Vera Rubin 為例來闡述原因。NVIDIA 的 Vera CPU 機架是在一個液冷機架中集成 256 顆 Vera CPU。一個數據中心中，可能這一區域部分全部采用液冷，而在另一個區域部分使用的可能全是風冷機架，那么那里有存儲，有網絡，也就可能正好放著 Arm AGI CPU，它們都是 OCP 標準機架。

「所以從采購角度看，就像我購買存儲、購買網絡一樣，我只是購買計算資源。」

因此，Rene Haas 強調，Arm 構建 AGI CPU，并不意味著會放棄 IP 業務。亞馬遜會繼續做 Graviton 嗎？100% 會。那他們會買 Arm AGI CPU 嗎？很有可能，但如果他們不買，也沒關系。

「我們有很多客戶沒有芯片設計能力，他們會購買這顆芯片。也有一些客戶會自己設計芯片，可能不會購買它。還有一些客戶兩者都會做，他們很可能兩種都買。這是一個巨大的市場擴展機會。」

總的來說，Rene Haas 的這次采訪透露了當前 AI 火熱趨勢下的另一個切面：AI 的終局不僅是 GPU 的比拼，更是能效比和 CPU 調度能力的博弈。

不過值得注意的是，雖然 Rene Haas 直白給出「爆論」：CPU 需求已「爆表」。但其實，關于 CPU 回潮，Arm 并不是唯一一家把 CPU 重新放回 AI 中心的公司，各大巨頭早已開始布局。

今年 3 月，NVIDIA 于在 GTC 2026 大會上正式發布了 Vera CPU，這是其首款自研 Arm 架構處理器，稱其為「the CPU for Agents」，面向 Agentic AI、強化學習、數據處理等工作負載，能夠服務代碼執行、工具使用、沙盒、數據流水線和編排等模型之外的 CPU 工作。

Intel 也在同一方向發力，在 2026 年 Computex 上發布基于 Intel 18A 制程的至強 6+（Xeon 6+）處理器，明確將 CPU 重新定位為 Agentic AI 系統的核心控制單元，以應對推理負載取代訓練負載帶來的架構變革 。

而 AMD 的表述也很直接，把 Agentic AI 視為端到端工作流，并強調 CPU 基礎設施應以機架級能力來規劃，而不是孤立地比較單個組件。

這無疑是在說明，一個新的行業共識正在形成：AI 基礎設施不能再只圍繞 GPU 來理解。模型之外的系統執行、數據調度、工具調用、并發編排，會成為下一階段 AI 工廠效率的關鍵變量。

當 AI 還是聊天機器人，CPU 很容易被看作 GPU 旁邊的配套組件；當 AI 變成 Agent，CPU 就成了調度、執行和編排的核心環節。

或許，AI 基礎設施的下一輪爭奪，已經從「誰有更多 GPU」擴展到「誰能支撐更多 Agent」。

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