關鍵數字：Arm 於 2026 年 3 月打破了長達 36 年的慣例，首次以自身名義推出實體晶片 Arm AGI CPU，這款與 Meta 深度合作的產品，預計將在 AI 推論市場掀起波瀾。然而，當 Arm 從 IP 供應商轉變為晶片競爭者時，NVIDIA 執行長黃仁勳卻意外現身支持 Arm 生態系，這背後的策略佈局，顯然遠比表面複雜。
📊 數據總覽：AI 世代下的晶片格局
此番 Arm 推出 AGI CPU，核心目的在於因應生成式 AI 到 2026 年由 OpenClaw 引領的代理式 AI 變革，加劇對 CPU 的需求。過去，Arm 憑藉其出色的能源效率，成功從智慧手機領域擴展至雲端服務業者，用於大量資料儲存的客製化處理器。然而，高效能運算 (HPC) 領域的關鍵轉捩點，則是在富士通 (Fujitsu) 推出 A64FX 之後，顛覆了 Arm 架構在資料中心多用於資料儲存的刻板印象。儘管 A64FX 表現出色，高效能運算的焦點隨後又轉向以 NVIDIA CUDA GPU 為首的加速運算。
數據顯示，Arm 為此策劃了 Arm Neoverse IP 與子系統，專為資料中心與 HPC 設計，相較消費級的 Cortex 架構，具備更高的擴展性與所需的指令集。不過，除了 A64FX 之外，後續的 Arm 資料中心 CPU 並未躍升主角，多數客戶為降低成本或特殊功能需求，選擇直接使用 Arm Neoverse 微架構進行擴展。即便是 NVIDIA 的 Grace CPU，亦是以 Neoverse CPU 結合 NVLink，以利加速運算最大化。
AI 浪潮下的 CPU 角色轉變
有趣的是，在 NVIDIA CUDA 加速運算引爆 AI 革命初期，業界多聚焦於 AI 模型訓練，NVIDIA GPU 憑藉其軟體編程彈性與龐大軟體資源佔盡優勢。不過，自 ChatGPT 到 DeepSeek 揭開生成式 AI 落地實用的浪潮後，AI 推論基礎設施成為全新市場需求。大型業者積極投入加速器產品，而 AI 推論對於 CPU 的介入需求更高，使得一度淪為配角的 CPU 又重新成為焦點。這也解釋了 Arm AGI CPU 與 Meta 合作，共同開發以因應此一趨勢的策略。
晶片巨頭與雲端服務業者的競合策略
那麼，NVIDIA 執行長黃仁勳為何仍作為 Arm 生態系夥伴發表證言？這並不代表 NVIDIA 將引入 Arm AGI CPU。從架構設計來看，Arm AGI CPU 旨在與 Meta 加速器搭配，僅支援 PCIe Gen 6 而非 NVLink，難以取代 NVIDIA 自研的 Vera CPU。倘若硬要搭配，Arm AGI CPU 反而會與同樣採用 PCIe 的 Intel Xeon 及 AMD Epyc 競爭，但效益有限。
事實上，NVIDIA 儘管在 Hopper 世代就開始推廣基於 Arm 架構的 Grace CPU，但多數產業夥伴仍因開發環境熟悉度選擇搭配 x86 CPU。這也是 NVIDIA 後續在 Vera CPU 不再使用 Neoverse CPU，改為自研 Olympus 架構的關鍵。無論是 NVIDIA Vera 或 Arm AGI CPU，兩者目的都在解決新一代 AI 架構的 CPU 效能瓶頸，但出發點略有不同：Vera 更側重兼顧訓練與推論的系統需求，而 Arm AGI CPU 則以配合 Meta 的 MITA 加速器性能最大化為主要目的。
Arm 生態系的整合與擴張
對於 NVIDIA、Arm、AWS、Meta、微軟等導入 Arm CPU 的業者而言，目前的首要目標是設法將 Arm 架構的效益最大化，關鍵在於建立生態系。這包括軟體開發、系統機架等方面的共榮。Arm 也在此次宣布貢獻符合 OCP 標準的 1OU 雙叢集機刀鋒伺服器參考設計與相關軟體，展現其驅動 Arm 生態系的決心。NVIDIA 的 Olympus 架構亦不脫基於 Arm 指令集，顯示出儘管競爭，各方仍有合作基礎。
黃仁勳願意站台，除了 Arm 架構生態系仍待拓展外，也可能因為客戶重疊度不高。現今的 Arm 架構資料中心 CPU 更偏向為配合特定需求開發。這意味著選擇 NVIDIA 加速方案或基礎設施的客戶，多半會一併選擇 NVIDIA 的 Vera CPU 或 x86 CPU；而選擇與 Meta 合作的 MITA 加速方案業者，也不太可能捨 Arm AGI CPU 而選 NVIDIA Vera CPU。話說回來，這些大型業者在 AI 模型訓練上，短期內仍難以擺脫 NVIDIA 的影響力。
Arm AGI CPU 如何影響雲端巨頭自研策略？
Arm 此舉真正的影響，可能會是那些大型雲端服務業者原本的自研 Arm 架構處理器計畫。一方面，多數雲服務業者仍使用 Arm Neoverse 架構及運算子系統；另一方面，它們還需投入客製化 AI 推論 ASIC 的研發。Meta 此次成功示範委由 Arm 量身打造與其系統最佳化的 CPU，可能吸引其他大型雲服務業者將原本獨立的 CPU 開發團隊資源，轉向客製化 ASIC 團隊，選擇將需求提供給 Arm，由 Arm 依循 AGI CPU 模式為其操刀開發，並與自身的客製化 AI ASIC 結合。這將變相成為 Arm 示範客製化設計服務的成功案例。
數據告訴我們什麼？
綜觀而言，儘管 Arm 架構陣營看似「同床異夢」，但其終極目標都是為了降低對 x86 CPU 的依賴，並提升整體成本效益。這使得相較於 x86 生態系仍顯弱勢的 Arm 架構支持者，更需團結一致加速完善開發環境。Arm AGI CPU 的推出，不僅是 Arm 在實體晶片領域的突破，更是 AI 時代下，晶片供應商與大型雲端服務業者之間，從競爭走向深度合作與生態系整合的縮影，預示著未來 AI 基礎設施將朝向更客製化、更緊密整合的方向發展。
