Arm上海发布AI计算新布局：手机、云端与机器人三线推进

Arm在9月8日上海举行的 Arm Everywhere China 活动上，给出的并非三项彼此割裂的新品，而是一套覆盖手机、AI数据中心和机器人等自主系统的计算路线：CSS for Mobile 2、Neoverse CSS N4，以及扩展至物理AI的 Arm Total Design。35

其中最值得关注的背景，是此前已公布的 Arm AGI CPU。这款面向服务器的量产芯片，让Arm不再只提供处理器架构和IP，也开始提供可直接部署的自研硅片选择。3845

手机：把端侧智能体AI与神经图形放进同一平台

CSS for Mobile 2 是Arm第二代移动计算子系统（CSS）。可以把CSS理解为一套预先整合、验证过的芯片设计基础：合作伙伴不必从零拼装CPU、GPU和系统IP，而能以更完整的平台为起点开发下一代移动SoC。

该平台包含：

• 配备第二代可伸缩矩阵扩展技术 SME2 的 C2 CPU集群，其中 C2-Ultra 面向更高响应速度和能效的端侧AI处理；57
• Mali G2-Ultra NX GPU，加入专用神经加速器，使神经图形可在GPU上原生运行；57
• 增强的系统IP、物理实现工作，以及面向开发者的软件生态。7

重点不只是某一个CPU或GPU核心的升级，而是Arm希望为需要在本地运行AI体验、同时追求更复杂图形效果的手机，提供更可复用的系统级设计起点。

云端：CSS N4让服务器芯片更快落地

面向AI基础设施，Arm发布 Neoverse CSS N4，并称其为迄今可配置性最高的计算子系统。该设计单颗裸片最高支持 128个核心，支持 LPDDR6内存 与 PCIe Gen 7 连接。9

相较Neoverse CSS N3，Arm宣称CSS N4最高可实现：

• 2倍性能；
• 1.25倍每瓦性能；
• 1.75倍内存带宽。9

这些是Arm公布的性能指标，并非独立第三方基准测试结果。其现实意义在于，芯片合作伙伴可基于经过验证的平台配置服务器SoC，缩短从设计到硅片的周期，尤其瞄准智能体AI所带来的横向扩展、高吞吐工作负载。59

部分报道提及N3P等工艺实现路径；但更关键的是，CSS N4的定位在于让客户可按工艺和实现方案进行选择，而非把它简单等同于固定的单一制程产品。24

机器人与自主系统：Arm把Total Design扩展到“物理AI”

Arm还将 Total Design 生态扩展至物理AI领域。该生态已聚集超过 80家企业，覆盖计算硬件、AI模型、软件、传感器、机器人及数字化开发工具等环节。18

首个项目是 Robotics Capability Framework（机器人能力框架）。其目标是建立一套行业通用语言，用于描述机器人系统具备哪些能力，从而降低自主系统从部件选型到整机集成、部署时的协作成本。1819

这并不是一颗新的机器人芯片，而是一项生态和协同开发倡议。它能否产生实际价值，仍取决于参与者是否在真实产品中采用这一框架。

AGI CPU为何是Arm策略的真正转折

长期以来，Arm主要通过授权架构和处理器IP获利，客户再自行设计芯片。AGI CPU新增了第三种路径：客户既可以授权Arm IP，也可以采用CSS，或直接部署 Arm设计的硅片。3845

这款服务器CPU采用3纳米工艺，最高配备 136个Arm Neoverse V3核心，面向AI数据中心的基础设施需求。在大规模AI部署中，CPU并不只是“配角”：它还要承担加速器协同、数据搬运，以及网络、存储和相关服务的调度工作。3852

这一变化带来两层含义：

1. 缩短部署路径。 对不愿投入自研服务器CPU项目的客户而言，量产芯片提供了更直接的落地选择。38
2. 更直接参与服务器市场。 Arm不再只供应底层IP，也进入了成品硅片这一层。4538

这不代表Arm放弃授权模式，而是把IP、CSS和硅片三种商业路径叠加起来。不过，这也可能使Arm与部分历来基于Arm IP自行设计芯片的生态伙伴，形成更复杂的合作与竞争关系。

中国合作动向：有计划，但不等于大规模部署

Arm在中国市场披露了若干基础设施合作方向：

• 字节跳动旗下 火山引擎 计划将AGI CPU引入数据中心，用于下一代AI服务；15
• 联想 正围绕AGI CPU开发AI基础设施，并属于Arm点名的服务器生态伙伴；138
• 报道称Arm与 新紫光集团 的合作涉及AGI CPU和CSS技术，但现有材料未确认具体产品、配置或部署时间表。46

这些信息反映出合作意向和早期采用信号，但还不能据此推断已形成大规模部署，或已经取得经验证的性能优势。

对英特尔和AMD意味着什么？

Arm的进展会加大对x86阵营的竞争压力，但不能简单解读为x86已在整个服务器市场失势。

IDC称，2026年第一季度AI基础设施支出达到 897亿美元，Arm架构的机架级平台已在加速服务器领域超过x86。31 这一变化尤其值得关注，因为AI系统越来越以整机柜、整套平台采购：主机CPU、加速器、内存、网络和软件栈需要被一并评估。

Arm的优势不只在CPU峰值性能。智能体AI会带来大量围绕加速器的CPU侧任务，包括编排、网络、存储、检索和数据移动。CSS N4面向这类可扩展、高吞吐需求，而AGI CPU则为不想自研芯片的客户提供了可部署的服务器选项。5952

不过，Arm在加速型机架级系统中超过x86，并不等于它已取代x86的整体服务器地位。该结果很大程度受AI机架部署推动，其中包括采用Arm主机CPU的平台。英特尔与AMD仍拥有庞大的企业软件生态、既有装机基础和服务器渠道。更可能出现的局面，是不同工作负载和客户类型之间的持续竞争，而不是一次性完成架构切换。3143

结论

上海这场发布会不只是常规产品更新：CSS for Mobile 2 将Arm的AI原生平台思路推进到手机；CSS N4 为基础设施厂商提供更灵活的服务器芯片设计路径；Total Design for Physical AI 则试图减少机器人和自主系统开发的碎片化。7918

而AGI CPU让整套战略的分量明显上升。通过同时提供IP、计算子系统和量产硅片，Arm正在让客户拥有三种构建AI基础设施的方式，也让自己成为英特尔和AMD在数据中心CPU市场更完整的竞争者。3845