【簡報導讀-008】Arm Everywhere: 代理式AI時代的運算基石

為了方便大家快速理解，以下內容使用 Google NotebookLM 產生相關文字及簡報解說，如想深入了解的朋友可參考原始來源。

原始Youtube影片： "Arm Everywhere event: Keynote with Arm CEO Rene Haas (live stream version)"
影片上傳日期： 2026/03/25
主要講者： Rene Haas(Arm CEO) 

- NotebookLLM 生成簡報下載

- NotebookLLM 生成Poadcast影片連結

 

 

 

概述

Arm 在其「Arm Everywhere」活動中發表的重大戰略轉型，核心在於推出首款專為數據中心設計的 AGI CPU 實體晶片。執行長 Rene Haas 指出，隨著代理式人工智慧（Agentic AI） 的爆發，市場對高效能且低功耗的處理器需求急增，傳統架構已難以應付龐大的電力負荷。透過與 Meta 和 OpenAI 等業界巨頭合作，Arm 展示了其新產品在維持運算效能的同時，能顯著提升每瓦效能，協助解決數據中心的能源瓶頸。該公司從單純的 IP 授權模式擴展至直接供應晶片，旨在為人工智慧基礎設施提供更具彈性的選擇。整體而言，這標誌著 Arm 正全力佈局 AI 數據中心市場，目標是在未來十年內掌握高達一兆美元的市場機遇。

完整介紹

萬物皆 Arm 的時代：從 100 億美金 Capex 到 1 兆美元市場，Arm 如何靠「搬泥土」的 CPU 統治 AI 戰場？

1. 引言：寧靜之後的變革

在舊金山歷史悠久的梅森堡（Fort Mason），Arm 執行長 Rene Haas 以一種近乎詩意的筆觸開啟了這場名為「Arm Everywhere」的發表會。他提到，在世界改變之前的瞬間，總有一種「史詩般的寂靜」。諷刺的是，這座曾作為內戰防禦基地的堡壘，因當年的「戰鬥」從未真正發生而顯得格外純淨與平靜。對 Haas 而言，這正是今日 AI 革命的寫照：在 GPU 震耳欲聾的喧囂聲中，一場關於算力底層架構的典範轉移，正悄無聲息地發生。長期以來，Arm 被視為「電池的守護者」，驅動著全球數十億支智慧型手機。但在這場發表會中，Arm 展現了更大的野心。Haas 提出了一個反直覺的分析：儘管加速器（GPU）在 AI 浪潮中佔盡風頭，但真正負責協調複雜工作流、搬運數據「泥土」的核心設備，依然是 CPU。這不僅僅是 Arm 的一次產品更新，更是這家架構龍頭正式宣示從 IP 授權商轉型為「成品晶片供應商」的戰略分水嶺。

2. 數據震撼：一個「生態系的生態系」

為了定義 Arm 的統治力，Haas 拋出了兩組震撼級的數據對比：

• 1,170 億： 這是人類歷史上所有曾活在地球上的人數總和。
• 3,500 億： 這是全球累計出貨的 Arm 架構晶片數量，是人類總數的 3 倍。

這種規模讓 Arm 的出貨量達到所有非 Arm 架構 CPU 總和的 7 倍 。平均而言，全球每個家庭擁有 160 顆 Arm 晶片。這不僅僅是硬體普及率，它構建了一個「生態系的生態系」（Ecosystem of Ecosystems）。從智慧手機的 iOS 與 Android，到雲端的 Linux 與 OpenAI 工作流，這種滲透率讓 Arm 在 AI 轉型中擁有了無可取代的起跑點：當全世界 2,200 萬名開發者在編寫代碼時，他們無形中都在為 Arm 架構進行優化。

3. 不死的晶片：誕生於電池的節能基因

Arm 處理器在數據中心的崛起，並非偶然，而是源於其基因中對功耗的極致吝嗇。Haas 分享了 1990 年代初 Arm1 處理器誕生時的一個傳奇故事：「當第一個 Arm 研發板接通電源時，工程師發現即使拔掉插座，晶片竟然還在持續運行。後來才發現，這顆晶片僅靠板子上其他邏輯晶片的『洩漏電流』（leakage current）就能維持運作並驅動示波器信號。」這種「為電池而生」的基因，在 35 年後成為解決數據中心能源危機的核心武器。在 AI 算力需求從毫瓦（milliwatts）攀升至吉瓦（gigawatts）的今天，Arm 正是靠著這種效率，成為應對電力瓶頸的唯一解方。

4. 代理人時代的瓶頸：為什麼 GPU 需要更多 CPU 助手

目前的 AI 正從「對話式 AI」演進為「代理人 AI」（Agentic AI）。代理人不會睡覺，且其執行的任務（如跑薪資系統、撰寫複雜腳本）屬於非同步的邏輯工作流。當用戶需求從單純查詢轉向代理人工作流時，產生的 Token 需求將激增 15 倍 。Haas 運用了一個精確的商業比喻： 「加速器（GPU）就像是巨大的傾卸卡車，負責生成泥土；但 CPU 才是負責操作設備、搬運泥土並管理整個工地的調度員。」隨著代理人工作流的爆炸式增長，Arm 預測每吉瓦（GW）電力預算中所需的 CPU 核心數，將從目前的 3,000 萬個激增至 1.2 億個 。當昂貴的 GPU 因為 CPU 調度不靈而「挨餓」時，數據中心的效率將會崩潰。因此，增加 CPU 核心密度與效能，已成為 AI 工廠的當務之急。

5. 典範轉移：Arm AGI CPU 的戰略撕裂

這場發表會最具戰略意義的動作，是 Arm 決定不再僅僅銷售「設計圖」（IP），而是直接銷售成品晶片—— Arm AGI CPU 。這顆晶片是專為「代理人 AI」工作流量身打造的。其關鍵技術參數展現了 Arm 對傳統 x86 架構的無情碾壓：

• 規格細節： 136 個 Neoverse V3 CSS 核心，採雙晶片（dual-chiplet）設計，支援 96 通道的 PCIe Gen 6 與 CXL 3 記憶體擴展。
• 物理特性： 台積電（TSMC）3 奈米製程，熱設計功耗（TDP）僅 300 瓦 。
• 財務價值： 在 1 吉瓦規模的數據中心中，使用此架構可節省高達 100 億美金的資本支出（Capex） 。

這背後的「架構哲學」是 Arm 勝出的關鍵。與負擔沉重「歷史包袱」（如 Lotus Notes 支援）的 x86 不同，Arm 選擇「拋棄過去」。Arm AGI CPU 堅持單執行緒（Single-threading） 設計，避免了傳統 SMT（同步多執行緒）在 AI 密集任務中造成的 IO 瓶頸與性能震盪。對 Meta 與 OpenAI 等巨頭而言，這意味著能節省 12 到 18 個月 的開發週期（Time to Market），並在相同電力預算下獲得 2 倍的每瓦效能。

6. OpenAI 的警示：今日的模型是「餘生最爛」

在現場，OpenAI 技術長 Kevin Weil 的發言為這場硬體盛宴注入了緊迫感：「你今天使用的模型，將是你餘生中所能用過最爛的 AI 模型。」這句話揭示了算力需求的無限性。隨著 AI 進入「科學加速」領域（例如機器人實驗室在幾週內完成 36,000 次蛋白質合成實驗），人類對智慧的需求將永遠受限於電力與硬體。Meta 的 Santosh Janardan 甚至指出，他們正計畫建設規模高達 5 吉瓦 的「超大規模 AI 工廠」，這相當於 50 個帕羅奧圖市（Palo Alto） 的總耗電量。在這種物理極限下，高效能、低延遲的 Arm 架構不再是選項，而是唯一的基礎設施底色。

7. 結語：從毫瓦到吉瓦，重新定義「運算」

從 35 年前那顆在 PDA 裡靠洩漏電流存活的晶片，到今日撐起 $1,000 億美元 AI 數據中心 TAM（潛在市場規模）、乃至本世紀末可達 $1 兆美元規模的願景，Arm 已經完成了身份的華麗蛻變。在代理人 AI 永不睡眠的未來，我們必須意識到： 每瓦效能 = 每個機架的效能 = 企業的獲利速度（Business Velocity） 。算力的價值不再僅僅是峰值計算的暴力，而是它在物理限制、能源效率與軟體生態之間取得平衡的精細度。當 Arm 透過 AGI CPU 重新定義了 AI 時代的「大腦」與「神經中樞」，x86 的遺產與 GPU 單打獨鬥的時代，或許已經迎來了終局。