文 / 技术观察者

在AI的世界里，GPU曾一度吞噬一切。但随着大模型从单纯的“生成”走向复杂的“智能体（Agentic）”，那些曾被边缘化的角色——CPU，正重新成为系统瓶颈。正如黄仁勋反复强调的那样，CPU已经成为限制英伟达“AI工厂”吞吐token速度的关键所在。

现在，长期坚持身居幕后的Arm公司，终于决定亲自下场。其首款面向外部销售的数据中心CPU被直接命名为Arm AGI CPU，野心昭然若揭。

直斥x86为“技术债务”

这款芯片的发布，不仅是一次产品的更新，更是对现有格局的挑战。在发布会上，Arm高管毫不客气地直斥x86架构是AGI路线的技术债务。

根据官方资料，Arm AGI CPU拥有136个Neoverse V3核心，最高主频3.7GHz，采用台积电3nm工艺由两个Chiplet组合而成。每个核心配备2MB L2缓存，共享128MB系统级缓存（SLC），内存带宽高达825 GB/s，TDP设计为300W。

这一规格已经全面超越了英伟达目前主打的Grace CPU（基于ARM Neoverse V2核心）。面对如此强悍的参数，Meta与OpenAI等原本围绕AI推理芯片构建体系的玩家，开始为CPU预留位置；就连叫板英伟达的芯片初创企业Cerebras，也成为了它的客户。

智能体式AI的兴起，为CPU带来了新的价值。 Arm CEO Rene Haas预测，随着AI演进到智能体模式，数据中心对CPU的需求可能增长四倍，相当于每GW算力的CPU核心数将从3000万个跃升至1.2亿个。相比传统x86，AGI CPU能省下高达100亿美元/GW的电费和资本支出。

避免GPU价值的“空转”

能省电费固然重要，但CPU复兴的核心逻辑在于：避免GPU价值的浪费。

随着GPU算力日益强大，其空闲或未充分利用的成本已不可接受。在AI工厂中，吞吐token的交互速度若从每秒400个提升至1000个，每百万token的价格可从45美元跃升至150美元——这是一种非线性的价值增长。

在GTC 2026期间，黄仁勋接受专访时坦承，英伟达专注于加速计算，目标从来不是取代CPU，而是最大化整个系统的性能。在现代AI系统中，系统性能始终受阿姆达尔定律制约，GPU、网络、内存和CPU都会成为潜在瓶颈。

过去十年，CPU设计主要围绕超大规模云计算展开（Cloud-Native CPU），强调核心数量。而在智能体兴起前，CPU主要作为GPU的控制节点（Head Node），负责管理和喂数据，对单核性能要求不高。

然而，随着智能体能力增强，它需要处理数据调度、任务编排、工具调用，甚至操作没有API接口的应用程序（如浏览网页、点击界面）。一旦CPU性能不足，这部分“不可加速”的工作就会成为整个系统的阿喀琉斯之踵。

英伟达的反击：Vera与Rosa

既然AGI离不开CPU，黄仁勋自然希望将CPU的命运牢牢抓在自己手里。

在上周的GTC 2026上，英伟达大力宣传了下一代基于Arm架构的自研CPU。它摆脱了ARM的Neoverse核心，采用了深度自研的Olympus核心，号称单核性能最强。该CPU的每核私有L2缓存提升至2MB，内存带宽更是达到了惊人的1.2TB/s。

这就是英伟达的Vera CPU，而其下一代Rosa CPU也已早早宣布。尽管黄仁勋在台上为ARM AGI CPU美言了几句，但双方的竞合关系正变得微妙。

回想2020年，英伟达曾动过400亿美元收购ARM的念头，最终在监管压力下告吹。如今，为了打破“阿姆达尔瓶颈”，英伟达收购了Mellanox与Groq，并在去年推出NVLink Fusion功能，允许非英伟达的CPU或GPU互联互通——这或许正是预见到了CPU复兴的这一刻。

群雄逐鹿：云巨头的自研之路

事实上，英伟达早已开始出售自己的CPU。今年2月，英伟达与Meta达成多年协议，首次大规模部署Grace CPU，而下一代Vera CPU也在接受Meta评估。

值得注意的是，Meta正是ARM AGI CPU的首位大客户，也是其设计合作者。 在硅谷巨头中，Meta在CPU自研布局上相对落后，而亚马逊、微软、谷歌早已行动：

•   亚马逊AWS：2018年首发Graviton，目前最新的Graviton5将驱动基于Trainium3的算力集群。

•   微软Azure：推出了Cobalt系列，但目前基于Maia 200的集群仍由Intel CPU驱动。

•   谷歌云：推出了Axion系列，覆盖约30%的内部应用，未来计划设计用于TPU集群的Axion CPU以支撑Gemini模型。

不过，目前这些自研CPU大多仍处于“GPU控制节点”的阶段，尚未完全转向为智能体式AI深度优化。

结语

智能体正在改变AI叙事的竞争格局。

ARM AGI CPU是CPU复兴的第一声枪响，它试图打破x86的垄断，重构数据中心的成本模型。而英伟达则以Vera CPU和NVLink Fusion构筑防线，试图在保留选择权的前提下，继续掌控“AI工厂”的全栈节奏。

正如推理时代AI芯片走向定制，智能体时代的CPU复兴，谁都想掺和一把。因为这不再仅仅是服务器市场的争夺，而是关于谁能定义AGI实现路径的终极博弈。