Arm 边缘 AI 执行副总裁Chris Bergey补充说，Arm在中国拥有规模庞大、充满活力的生态系统，工作重心始终聚焦客户真正希望Arm加大投入的方向。“Arm将继续全力支持中国生态的发展，与客户紧密协作，满足其业务需求并助力客户取得商业成功。”
表面看，这是一次密集的产品发布；但若把IP、CSS、AGI CPU以及云、边缘、物理AI几条线索放在一起，Arm的产品布局逻辑并不复杂：以统一计算平台为底座，把交付方式拆成不同成熟度的“起点”，让客户根据自身定位选择IP、CSS或生产就绪芯片，并在云、边缘和物理AI三大场景中复用同一套软件与能效优势。
这背后是Arm对计算趋势的判断：AI正从提示词驱动的生成式模型，走向7×24小时持续运行的智能体。智能体不仅要推理，还要调用工具、访问数据库、调度其他智能体，大量任务重新落到CPU上。与此同时，词元成本、数据隐私和响应延迟推动计算从云端向边缘和物理世界扩散。Arm要做的，不是只卖一种产品，而是让不同客户都能以自己需要的方式接入同一平台。
“客户现在有三种不同的起点可供选择：IP、CSS，以及Arm AGI CPU。”Arm首席营销官Ami Badani在采访中表示，不同生态伙伴会根据产品定位、目标市场、风险考量、价值定位以及业务发展目标，灵活选择不同的路径。她强调，Arm将继续开展IP和CSS授权业务，Arm AGI CPU面向希望直接采用生产就绪芯片的客户，是市场机会的进一步延展，而非与现有IP授权客户竞争。
产品思维：从IP到芯片，核心是“给客户选择”
在外界看来，Arm今年三月发布Arm AGI CPU，意味着这家以IP授权闻名的公司正式跨入芯片产品领域。但在Arm管理层眼中，这并不是对原有商业模式的替代，而是市场需求的自然延展。
Ami Badani回顾称，Arm最初以IP授权为主，2023年推出计算子系统CSS，帮助客户缩短产品上市时间。此后，许多数据中心客户希望Arm在CSS基础上进一步拓展能力，这成为Arm推出Arm AGI CPU的重要原因。她表示，不同生态伙伴会根据产品定位、目标市场、风险考量和业务目标选择不同路径。
这一思路在具体合作中已有落地。Arm 云 AI 业务拓展副总裁Eddie Ramirez透露，Arm正与火山引擎密切合作，将Arm AGI CPU引入其数据中心，支持下一代AI服务运行。至于具体细节与时间规划，他希望留给火山引擎团队通过官方渠道公布。
产品数据方面，Arm AGI CPU被定位为面向智能体工作负载的CPU。据Arm介绍，相较于x86 CPU，Arm AGI CPU单机架性能可达同等x86系统的两倍以上，每吉瓦AI数据中心资本支出最高可节省100亿美元。Meta是核心合作伙伴与联合研发方，Cerebras、Cloudflare、F5、OpenAI、Positron、Rebellions等企业也已展开商业合作。
在移动端，Arm同步推出CSS for Mobile 2，集成全新Arm Mali G2-Ultra NX GPU、搭载SME2的Arm C2 CPU集群及增强型系统IP。其中，Mali G2-Ultra NX首次引入专用神经网络加速器，在神经网络处理场景下可实现最高4倍的每瓦性能提升；C2-Ultra则带来高达1.7倍的AI性能提升和15%的单线程性能提升。
Arm方面认为，AI原生时代，计算平台需要CPU、GPU和系统IP更紧密地协同，而非单一加速器包打天下。
智能体AI：CPU重回“调度中心”，GPU/CPU配比或趋近1:1
相比两年前以提示词为核心的生成式AI，Arm认为，智能体AI正在改变计算负载的本质。Ami Badani在采访中表示，智能体不仅运行模型，还要调用工具、访问数据库、检索信息、调度其他智能体，处理复杂工作流。这些任务大量由CPU完成，这正是Arm推出Arm AGI CPU的核心设计考量。
Eddie Ramirez进一步解释了Arm Neoverse坚持单线程核心架构的原因。他表示，无论是N系列还是V系列，Arm一直采用单线程核心架构，这是有意为之。随着CPU利用率不断提升，这种架构能保持性能线性扩展，而无需让多个线程竞争共享内存或其他系统资源。在智能体AI时代，这一点会愈发关键。
“智能体是7×24小时不间断运行，工作负载不再以突发性为特征，而是更加凸显持续性需求。”Eddie Ramirez说，系统需要提供更可预测、确定的性能水平，以及基于SLA保障的性能特性。
一个更受关注的变化是GPU与CPU的配比。过去数据中心行业普遍认为GPU和CPU配比约为7:1或8:1。Ami Badani表示，今年3月发布Arm AGI CPU时，Arm曾提及到2030年潜在市场规模约1000亿美元，此后市场进一步大幅增长。伴随智能体AI工作流扩张，GPU和CPU配比未来会逐步接近，甚至有可能趋近1:1。
与此同时，智能体计算正在从数据中心走向边缘。词元成本、数据隐私和响应延迟，推动越来越多智能体在本地运行。Arm在边缘领域已有深厚积累：近 乎全部智能手机基于Arm技术，SME、SME2等CPU加速技术正被广泛采用。Arm认为，移动端同时需要CPU与GPU加速，异构平台能让AI应用运行效率大幅提升。
物理AI则是Arm眼中更大的长期机会。Arm物理 AI 业务拓展副总裁Dermot O'Driscoll表示，机器人行业仍处早期，架构、标准和能力较为分散。Arm宣布机器人能力分级框架与面向物理 AI 的 Arm 全面设计生态项目，希望汇聚产业各方，帮助机器人企业基于Arm生态和合作伙伴平台构建解决方案。制造业与工业应用是当前落地路径最清晰的方向，农业、采矿、货运、物流、电商等也在关注之中。
中国生态：不是被动跟随，而是共同定义
“中国从不坐等计算革命的到来，而是引领并定义计算革命。”Ami Badani在采访中用这句话概括Arm对中国市场的观察。她表示，二十多年来，Arm与中国科技生态携手成长，从移动互联、云基础设施到智能网联汽车，再到智能体AI，中国创新者始终在亲手打造技术、做大产业规模。
Ami Badani称，中国正在AI、智能终端、汽车及机器人等领域扮演越来越重要的角色。Arm始终根据市场发展和合作伙伴需求持续演进产品与服务。CSS产品组合的核心目标之一，就是帮助中国生态伙伴基于Arm计算子系统开展创新。
这一合作思路已在多个层面展开。云侧，Arm与火山引擎合作将Arm AGI CPU引入数据中心；终端侧，vivo将Arm神经网络技术引入基于Arm最新计算平台打造的旗舰手机；软件与模型侧，阿里巴巴通义千问展示Qwen-Audio家族借助Arm CPU和SME2技术在端侧高效运行；游戏侧，腾讯游戏MagicDawn、Unity中国团结引擎集成Arm神经网络技术，网易《燕云十六声》计划推出支持神经超级采样的版本，叠纸游戏《无限暖暖》推进神经超级采样（NSS）技术集成。
Arm AGI CPU也已面向中国市场供应。Ami Badani表示，中国市场始终是Arm全球生态中不可或缺的重要市场之一，Arm在中国已深耕运营超过20年，将持续投入中国本地生态建设。
Arm 边缘 AI 执行副总裁Chris Bergey补充说，Arm在中国拥有规模庞大、充满活力的生态系统，工作重心始终聚焦客户真正希望Arm加大投入的方向。“Arm将继续全力支持中国生态的发展，与客户紧密协作，满足其业务需求并助力客户取得商业成功。”