Arm於2026年3月發表首款實體CPU晶片「Arm AGI CPU」，此舉打破公司36年以來僅提供IP與運算子系統的慣例，引起業界高度關注。這款晶片本質上是與Meta共同合作開發，旨在結合Meta自研加速晶片發揮最大綜效，可視為Arm為Meta操刀設計、並冠上Arm品牌的策略。儘管Arm此舉看似將與部分客戶產生競爭，NVIDIA執行長黃仁勳卻意外現身，作為生態系合作夥伴代表發表證言，讓外界對其背後的策略布局與AI運算生態系的未來發展產生諸多討論。
Arm AGI CPU的策略定位與市場現況
Arm AGI CPU的推出，主要目的是為了因應生成式AI到代理式AI浪潮下，對AI推論基礎設施所產生的全新市場需求。在NVIDIA CUDA加速運算引領AI革命初期，業界多聚焦於AI模型訓練，NVIDIA GPU因其軟體可編程性與豐富的開發資源而佔盡優勢。然而，隨著生成式AI的落地實用，以及2026年OpenClaw引領的代理式AI變革，AI推論需求日益增長，這類應用需要更高的CPU介入程度，使得CPU再度成為焦點。
這款Arm AGI CPU的架構設計，明確指出其旨在與Meta MITA加速器搭配，並僅支援PCIe Gen 6，而非NVIDIA專屬的NVLink介面。這意味著Arm AGI CPU在市場定位上，主要與同樣採用PCIe介面的Intel Xeon及AMD Epyc等x86處理器競爭，而非直接取代NVIDIA自研的Vera CPU。
NVIDIA黃仁勳站台的策略意涵
NVIDIA執行長黃仁勳願意為Arm AGI CPU站台，背後蘊含著多重策略考量。這並不代表NVIDIA未來會導入Arm AGI CPU，因為NVIDIA自研的Vera CPU已採用支援空間多執行緒的Olympus架構，並能透過NVLink與其GPU最大化加速運算效益。從目前架構設計來看，Arm AGI CPU難以取代NVIDIA的Vera CPU。
NVIDIA支持Arm AGI CPU的關鍵，在於維護並拓展Arm架構的整體生態系。雖然NVIDIA在Hopper世代便開始推廣基於Arm架構的Grace CPU，但許多產業夥伴仍因開發環境熟悉度而偏好x86 CPU。NVIDIA後續在Vera CPU上選擇自研Olympus架構而非Neoverse，也顯示其追求更深度的軟硬體整合。然而，NVIDIA與Arm在資料中心處理器市場上，存在著一種「兄弟爬山，各自努力」的競合關係。選擇NVIDIA加速方案的客戶，多半會搭配NVIDIA的Vera CPU或x86 CPU；而選擇與Meta合作、採用MITA加速方案的業者，則傾向選擇Arm AGI CPU。儘管市場區隔明顯，但短期內大型業者在AI模型訓練上，仍難以擺脫NVIDIA的領先地位，因此維繫Arm生態系的整體活力，對NVIDIA而言仍具戰略價值。
Arm在高效能運算領域的持續佈局
Arm自成功切入智慧手機市場後，便積極將版圖擴展至PC與高效能運算（HPC）領域，並以出色的能源效率獲得雲端服務業者青睞，用於大量資料儲存的客製化處理器。富士通（Fujitsu）推出的A64FX處理器，是Arm架構在高效能運算領域的重要突破，顛覆了Arm架構僅適用於資料儲存而非HPC的刻板印象。雖然A64FX表現亮眼，但隨後高效能運算的焦點又轉向以NVIDIA CUDA GPU加速運算為首的方案。Arm則藉由A64FX的經驗，為資料中心與HPC規劃了具備更高擴展性與專屬指令集的Arm Neoverse IP與子系統。
為了進一步驅動Arm生態系，Arm此次也宣布貢獻符合OCP（Open Compute Project）標準的1OU雙叢集機刀鋒伺服器參考設計與相關軟體。這項舉動旨在建立更完善的軟體開發與系統機架環境，加速Arm架構在資料中心市場的普及。
對雲端服務業者自研計畫的潛在影響
Arm AGI CPU的推出，可能對大型雲端服務業者原本的自研Arm架構處理器計畫產生深遠影響。多數雲端服務業者目前仍仰賴Arm Neoverse架構與運算子系統，同時也投入大量資源研發客製化AI推論ASIC。Meta此次成功示範了委由Arm量身打造與其系統最佳化的CPU模式。
這種模式可能吸引其他大型雲端服務業者，將原本投入獨立CPU開發團隊的資源，轉向客製化ASIC團隊，並選擇將CPU設計需求委託給Arm。這將讓Arm以類似AGI CPU的模式，為這些業者操刀開發與其自身客製化AI ASIC高度整合的處理器。此舉不僅能降低對x86 CPU的依賴，提升成本效益，也可能改變雲端服務業者在AI晶片領域的研發策略與分工模式。
About the Author
