2026-04-01 13:50:23 作者：狼叫兽

据报道，近日，3500亿颗芯片背后的半导体IP巨头Arm(ARM.US)，正式推出首款由Arm自主设计的数据中心CPU——Arm AGI CPU。

首个自研CPU芯片亮相

据介绍，Arm AGI CPU专为AI智能体基础设施打造，采用3nm制程工艺、双Chiplet设计，单颗CPU集成136个Arm Neoverse V3高性能核心，配备2MB L2缓存，支持3.7GHz主频。

Arm AGI CPU的单核、系统级芯片、刀片式服务器及机架各层级均实现行业领先的性能表现。通过更多可用线程与更高单线程处理能力相互叠加，该芯片可实现单机架性能达到x86平台的2倍以上，每1GW的AI数据中心算力资本支出节省高达100亿美元。

此外，Meta、OpenAI高管均来到Arm Everywhere大会现场并登台分享。Meta作为Arm AGI CPU的早期合作伙伴与客户，参与该CPU的联合开发，旨在为Meta全系应用优化GW级规模基础设施，并与Meta自研MTIA推理加速器协同运行，从而在大规模AI系统中实现更高效的编排与调度。

在审视智能体AI发展、CPU需求增长、高能效CPU为数据中心带来的价值后，Arm预判这在未来将代表约1000亿美元的TAM。

业内评价，这是Arm发展35年来，首次推出对外销售的自研芯片，也是Arm全新数据中心芯片产品线的首款产品，标志着Arm正式进军数据中心芯片领域，将其高能效架构规模化引入AI基础设施。

谷歌突破性AI芯片算法

如今，AI从根本上重塑了计算的构建与部署，智能体计算正加速这一变革。获悉，谷歌（GOOG.US）推出一种可能降低人工智能系统内存需求的压缩算法TurboQuant，可将大型语言模型运行时的缓存内存占用至少减少6倍、性能提升8倍。

由于目前存储芯片市场的高景气完全建立在AI基础设施的旺盛需求上，而当前背景下，谷歌推出的这项关键技术直指人工智能发展的核心瓶颈，这一技术也随即引发市场热烈讨论，冲击了存储板块高估值的增长逻辑。

值得一提，英伟达（NVDA.US）CEO黄仁勋曾把人工智能产业拆解成五个紧密相连的层级，其中最底层为能源（电力），随后是芯片，中间层是以数据中心为代表的基础设施，然后是模型，包括大语言模型、世界模型等，最上层则是各种应用

与此前的节奏相比，近两年英伟达收购重点已高度集中在AI软件栈与算力调度体系。2023年，公司收购AI模型压缩初创公司OmniML，强化模型推理效率。

2024年连续完成多笔关键交易，包括以7亿美元收购Run:ai（AI工作负载调度）、3亿美元收购Deci（深度学习优化平台）、2.5亿美元收购OctoAI（AI开发平台），逐步打通从模型开发、训练到部署的关键环节。

微美全息AI全栈卡位GPU

无独有偶，资料显示，AI视觉创新企业微美全息（WIMI.US），明确AI技术与芯片算法作为科技竞争制高点的核心方向，通过搭建高端算力基地和全息云平台，采用多元异构架构集成国际先进芯片，形成了覆盖大模型训练、推理及垂类场景的算力支撑体系，通过补齐能力短板、绑定上下游资源、锁定关键产能，持续放大其平台优势。

而为应对AI推理时代的需求，微美全息围绕技术演进的关键节点进行前瞻性布局，探索低功耗芯片与边缘计算优化，适配具身智能、多模态等垂类模型的低延迟需求，主动参与全球GPU主权竞赛。可以预见，未来微美全息仍将围绕AI芯片生态持续展开，重点聚焦AI推理、算力数据安全与基础软件等关键领域，并持续领跑AI时代的重要支点。

结语

近来，随着AI技术的爆发式增长，加上“龙虾”AI智能体的爆火，掀起了全民“养虾”的产业热潮，这一系列动作标志着，人工智能产业特别是AI芯片商业化前景逐渐明朗。国金证券也指出，进入2026年，科技大厂AI核心算力硬件这一战略进一步提速并深化，从硬件优势出发，持续向软件、调度和开发入口延伸，控制算力体系中的关键节点。