Arm CEO称CPU需求已到极限水平

过去两年，AI基础设施的聚光灯几乎全程打在GPU身上，尤其是英伟达的GPU。从大模型训练到推理集群，从HBM到液冷机柜，行业里聊算力，默认就是在聊GPU，聊谁能拿到更多卡。CPU呢？很多人觉得它就是个干杂活的配角。

但现在，风向好像变了。CPU正在从AI叙事的边缘，一步步走向牌桌中心。

近日，科技记者Tae Kim采访了Arm CEO Rene Haas（雷内·哈斯），后者直言，当前市场对高级AI CPU的需求正处于“爆表”（Off the Charts）状态。

Arm CEO Rene Haas

据公开信息，自从今年3月下旬Arm在旧金山产品活动上发布全新的AGI CPU以来，公司股价已经上涨超过一倍。当时Rene Haas就曾预测，随着Agent时代的到来，每1吉瓦数据中心容量将需要1.2亿个CPU核心，而去年这一数字只有3000万。

过去，外界对Arm的认知更像是一家“卖架构”的公司——苹果、NVIDIA、亚马逊、微软、谷歌等客户使用Arm架构设计芯片，Arm通过授权费和版税赚钱。但AGI CPU的出现，让Arm直接站到了AI数据中心CPU市场的前台。一个直观的佐证是：今年2月英特尔因转型滞后而财务承压，而同期Arm公布的财报显示季度营收大涨26%，第四季度指引远超预期。

接下来，我们来拆解Rene Haas在采访中透露的几个关键判断。

AI时代的CPU需求“爆表”

Rene Haas回忆，大约一年半前，当人们开始构建基于Arm的SoC时，他们就意识到这一趋势：AI时代的CPU需求将“爆表”。“当时我们觉得128核可能已经是天花板了。但我们看到客户开始问：能不能做到160核以上？能不能做到192核？于是我们开始想，是什么在推动这么高的核心数需求？”

经过一番研究发现，答案指向了Agent。在这些Agent工作流中，核心越多越好，因为可以直接启动一个Agent去运行一个虚拟任务。Arm随后又观察了其他相关趋势，然后意识到：CPU需求真的会因为Agent的编排、调度和管理而“起飞”——这些负载无法简单交给GPU完成，CPU才是支撑Agent系统持续运行的关键底座。Rene Haas强调：“这些都是纯粹的CPU型工作。”

从“卖图纸”向“卖更完整的计算平台”延伸

随着趋势的变化，Arm的商业模型也在发生转变。

Tae Kim提出一个尖锐问题：本质上，Arm既在提供芯片技术，也在CPU领域与合作伙伴竞争（比如NVIDIA、亚马逊的Gra viton和微软）。那Arm将如何进入市场？未来会不会出现Arm CPU机架和Vera Rubin机架并排放在一起的情况？

Rene Haas的回答很干脆：“完全可能。”在他看来，在x86世界里用户只有两个选择，但市场可能很欢迎第三种、第四种选择——归根结底，需要很多不同的CPU机架配置。“我们的AGI CPU也是如此。”

资料显示，Arm将AGI CPU定位为Agentic AI数据中心的“编排层”：最高136个Neoverse V3核心，采用台积电3nm工艺，TDP 300W，支持DDR5-8800、96条PCIe Gen6、CXL 3.0，并宣称相比x86平台可实现超过2倍的机架级性能。

Rene Haas认为，未来Arm 100%有可能和Gra viton出现在同一个数据中心机房，也100%有可能和Vera Rubin出现在同一个数据中心机房。他举例：NVIDIA的Vera CPU机架是在一个液冷机架中集成256颗Vera CPU，而数据中心里可能这一区域全部采用液冷，另一区域全是风冷机架——那里有存储、有网络，也就可能正好放着Arm AGI CPU，它们都是OCP标准机架。“所以从采购角度看，就像我购买存储、购买网络一样，我只是购买计算资源。”

因此，Rene Haas强调，Arm构建AGI CPU并不意味着会放弃IP业务。亚马逊会继续做Gra viton吗？100%会。那他们会买Arm AGI CPU吗？很有可能，但如果他们不买，也没关系。“我们有很多客户没有芯片设计能力，他们会购买这颗芯片。也有一些客户会自己设计芯片，可能不会购买它。还有一些客户两者都会做，他们很可能两种都买。这是一个巨大的市场扩展机会。”

总的来说，Rene Haas的这次采访揭示了AI火热趋势下的另一个切面：AI的终局不仅是GPU的比拼，更是能效比和CPU调度能力的博弈。

不过值得注意的是，虽然Rene Haas给出了“CPU需求已爆表”的爆论，但CPU回潮并非Arm一家之言，各大巨头早已开始布局。今年3月，NVIDIA在GTC 2026大会上正式发布了Vera CPU——其首款自研Arm架构处理器，直接命名为“the CPU for Agents”，面向Agentic AI、强化学习、数据处理等工作负载，专门服务代码执行、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，在2026年Computex上发布了基于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的表述也很直接：把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，而不是孤立地比较单个组件。

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

当AI还是聊天机器人时，CPU很容易被看作GPU旁边的配套组件；当AI变成Agent，CPU就成了调度、执行和编排的核心环节。

也许，AI基础设施的下一轮争夺，已经从“谁有更多GPU”扩展到“谁能支撑更多Agent”。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：Arm CEO称CPU需求已到极限水平要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题