在AI叙事中，GPU一度吞噬了一切，但那些曾被边缘化的角色，逐步重新成为瓶颈。正如黄仁勋反复强调的那样，CPU已经成为限制英伟达“AI工厂”吞吐token速度的关键所在。换句话说，它是系统性能的阿姆达尔定律（Amdahl’s law）极限所在。
现在，长期坚持身居幕后的Arm公司，终于也决定亲自下场。Arm推出的首款面向外部销售的数据中心CPU，命名为Arm AGI CPU，充分体现了其野心。AGI（通用人工智能）是整个AI行业的长期叙事制高点，智能体是“递归式”通往AGI的重要路径。而Arm AGI CPU正是面向高性能智能体AI系统而设计的。
它性能强劲、易于扩展，而且功耗低。在发布会上，公司高管直斥x86架构CPU是AGI路线的技术债务。
根据官方资料，这款CPU拥有136个Neoverse V3核心，最高主频可达3.7GHz，由两个Chiplet组合而成，采用台积电3纳米工艺。每个核心配备2MB的L2缓存，并共享128MB的系统级缓存（SLC），内存带宽825 GB/s，设计热功率（TDP）为300W。
它已经超过了英伟达目前主打的Grace CPU。后者基于ARM Neoverse V2核心，无论是主频、L2缓存、内存带宽都落后了不少。
Meta与OpenAI，这些原本围绕AI推理芯片构建体系的玩家，如今开始为CPU预留位置；叫板英伟达的芯片初创企业Cerebras，也是它的客户之一。它们现在就可以订购，年底实现量产；明年，就迭代到第二代；AGI CPU 3也已在规划中。
智能体式（Agentic）AI的兴起，为CPU带来了新的价值。ARM首席执行官Rene Haas在发布会上称，随着AI从现有工作负载，演进到智能体式工作模式，数据中心对CPU的需求可能增长四倍，相当于每GW算力的CPU核心数，从当前的3000万个跃升至1.2亿个。相比传统x86架构CPU，AGI CPU能省下高达100亿美元/GW的电费和资本支出。
随着GPU算力日益强大，其空闲或未充分利用的也越来越不可接受。AI工厂吞吐token的交互速度，如果从每秒400个token向1000个token延伸，那么，每百万token的价格可以从45美元提升至150美元，这不是线性的增长。
在GTC 2026期间，黄仁勋接受专访时称，英伟达专注于加速计算，目标从来不是取代CPU，而是最大化整个系统的性能。那些立错目标的竞争对手已经消失在历史里。在现代AI系统中，系统性能始终受阿姆达尔定律制约，GPU、网络、内存和CPU都会成为潜在瓶颈，英伟达正在一手抓。
随着智能体能力不断提升，它可以完成越来越多复杂任务，也将触及更多无法并行的工作负荷。一旦CPU性能不足，这部分“不可加速”的工作，就会成为整个系统的瓶颈。要求CPU确保数据、任务和工具调用能够高效流动，也就需要更强大的单核性能与IO能力。
智能体正在改变AI叙事的竞争格局。ARM AGI CPU就是CPU复兴最直接的一击。
来源：虎嗅
