136 核、订单破 20 亿美元：Arm 想把 CPU 做成智能体的调度中枢

智能体工作负载的崛起，正在改写数据中心里中央处理器与图形处理器之间的关系。Arm 的判断是，过去那套配角定位已经不够用了。

先看它给出的推演：随着智能体类任务持续攀升，未来数据中心里加速卡与处理器的数量配比会向均衡靠拢，大致一比一。也就是说在图形处理器部署规模不变的前提下，中央处理器的需求量要翻上数倍。长期占据主流的单颗处理器搭配八颗加速卡的架构范式，正被重新评估。

原因在于负载性质变了。任务拆解、工具调用与多模型协同这些控制流密集的操作，成了智能体运行的关键环节，它们吃的是调度能力、单核性能与内存吞吐，而不是纯粹的矩阵算力。加速卡再多，前面没有一个足够强的调度者，算力也放不出来。

Arm 为此推出面向人工智能时代的数据中心级处理器 AGI CPU。单芯片最多集成 136 个 Neoverse V3 核心，客户下单的热情相当积极，客户累计订单总额已超过 20 亿美元，比产品首发时增长两倍以上。公司首席执行官提到，行业正在向 256 核乃至 512 核的高核心数方向走，而堆核心恰好是 Arm 架构的天然优势。

终端侧也在同步推进。最新发布的 C2 CPU 集群最多可支持两个 SME2 智能加速单元，直接依托处理器指令集对人工智能任务做硬件级加速，处理延迟下降，响应效率提升。

更具想象力的是异构协同的思路：把神经网络加速能力融进图形处理器内部，让智能图形运算与原有渲染流程原生配合。这不是简单把各类算力单元堆在一起，而是让三类单元各管一摊：处理器管调度、图形卡管渲染、神经网络单元管推理，各自做最合适自身特性的运算。

从产业位置看，这轮变化对 Arm 是个机会窗口。数据中心市场长期由 x86 主导，Arm 想切入的正是智能体时代新增的那部分需求，而不是硬碰硬去替换存量。订单数字说明已经有人愿意为这个叙事买单。

接下来的关键是软件生态。核心数堆上去容易，让编译器、运行时与框架充分吃满这些核心，才是真正的门槛。

文章与图片内容转载网络，如有侵权请联系平台删除