事件總覽：Arm在逾三十年的矽智財授權模式後，於3月24日正式推出首款自有品牌實體晶片「Arm AGI CPU」，此舉不僅宣告其商業策略的重大轉變，更預示著將與Meta等科技巨頭攜手，共同搶攻新興的代理式AI伺服器市場，為資料中心運算帶來革新。

📅 上個年度：執行長預告，代理式AI浪潮浮現

早在多方傳聞甚囂塵上之際，Arm執行長Rene Haas於上個年度便已證實，公司正規劃推出自有品牌晶片，為這項歷史性的商業模式轉變埋下伏筆。當時業界便已觀察到，AI應用正從傳統的「模型訓練」逐漸轉向需要持續運行的「AI代理」（AI Agents），這類系統必須不斷執行推論、規劃、協調與資料搬移等任務，導致AI系統生成的Token數量呈現爆炸性增長，對基礎設施產生前所未有的需求。

Rene Haas在聲明中明確指出，AI已徹底重新定義運算的建構與佈署方式。根據業界預估，當企業大規模導入代理驅動的應用時，每吉瓦（GW）電力所需的CPU數量將暴增超過四倍。傳統x86處理器複雜的架構與高能耗，在功耗限制下已顯得力不從心，這也正是Arm決定不再僅限於提供IP授權，而是親自「下場」設計實體晶片的關鍵動機，旨在為合作夥伴提供更直接且具彈性的硬體解決方案。

📅 3月24日：Arm AGI CPU正式亮相，Meta率先力挺

在3月24日這一天，Arm正式揭曉了其首款由官方親自操刀設計並投入量產的實體矽晶片產品——「Arm AGI CPU」。這款處理器專為AI資料中心量身打造，特別瞄準代理式AI基礎設施的龐大需求。作為首發之作，AGI CPU在硬體規格與能效表現上展現了極強的企圖心，企圖在資料中心市場投下震撼彈。

Arm AGI CPU的技術亮點與效能優勢

• 頂尖核心與頻寬：單顆CPU搭載高達136個Arm Neoverse V3核心，並提供每核心6GB/s的記憶體頻寬，延遲表現則低於100奈秒（ns），確保高效能運算。
• 極致能效：功耗控制在300瓦（TDP），並且每個程式執行緒均配置專屬核心，這能確保在持續高負載下提供決定性的效能，有效消除降頻與閒置執行的浪費，大幅提升能源效率。
• 超高機架密度：支援高密度1U伺服器機架，在氣冷佈署模式下，每組機架可容納高達8160個CPU核心；若採用液冷系統設計，核心數更能推升至每機架超過45000個，大幅提升空間利用率。

有趣的是，這款關鍵晶片交由台積電以其先進的3奈米製程代工製造，Arm強調，AGI CPU的每機架效能是傳統x86架構CPU的兩倍以上，這意味著在每吉瓦的AI資料中心建置中，將能為企業省下高達100億美元的資本支出，直接回應了AI時代對成本效益與能耗控制的嚴苛要求。

Meta基礎設施主管Santosh Janardhan表示，Meta將率先利用Arm AGI CPU來優化其應用程式家族的基礎設施，並且將其與Meta自研的AI加速晶片「MTIA」協同運作。雙方承諾在未來多個世代的產品路線圖中持續深入合作，共同推進大規模AI系統的運算效率。除了Meta，OpenAI、Cerebras、Cloudflare、SAP與SK Telecom等多家企業也已確認將導入此晶片，用於加速器管理、控制平面處理以及雲端API託管等核心任務，顯示業界對AGI CPU的高度認可。

📅 今年下半年：生態系蓄勢待發，系統將陸續問世

Arm的這次戰略轉型，並未引發原有IP客戶的強烈反彈，反而獲得了業界廣泛的支持。在硬體系統端，Arm已經與華擎（ASRock Rack）、聯想（Lenovo）、廣達（Quanta Computer）及Supermicro等OEM及ODM廠展開深度合作，預計今年下半年將有更多搭載Arm AGI CPU的系統投入市場，加速代理式AI應用的普及。此外，包含AWS、Google、微軟、NVIDIA（執行長黃仁勳亦公開祝賀），以及三星、SK海力士（SK hynix）等超過五十家科技巨頭，也都對Arm擴展至晶片產品線表達了大力支持，足見其在AI時代的戰略重要性。

至今影響與未來展望

Arm親自推出AGI CPU，看似打破了過往的商業慣例，但實際上卻是精準切入「代理式AI」這個新興且需求孔急的特殊領域，這也巧妙地避免了與AWS、Google或微軟等已採用Arm架構自行開發CPU的大客戶產生直接利益衝突。對於像Meta或OpenAI這類需要海量CPU來搭配自家AI加速器，卻又不願投入龐大資源從零設計通用CPU的廠商來說，直接採購現成且效能卓越的Arm AGI CPU，無疑是最具成本效益的選擇。

說真的，這同時也是Arm針對x86陣營（Intel與AMD）在資料中心領域發起的一場「絕殺」。當僅有300瓦熱設計功耗的Arm晶片，能透過台積電3奈米製程，在相同的機架與電力限制下塞入136個核心，並提供兩倍於x86架構CPU的效能時，x86架構在AI時代「功耗比過高」的致命傷將被進一步放大。這不僅象徵著資料中心的運算主力正無可避免地向Arm架構全面傾斜，也為未來AI基礎設施的發展指明了更高效、更節能的方向。