# 【簡報導讀-008】Arm Everywhere: 代理式AI時代的運算基石


**為了方便大家快速理解，以下內容使用 Google NotebookLM 產生相關文字及簡報解說，如想深入了解的朋友可參考原始來源。**

**原始Youtube影片： "[Arm Everywhere event: Keynote with Arm CEO Rene Haas (live stream version)](https://youtu.be/hMWJqfw9cQo)"**
影片上傳日期： 2026/03/25
主要講者： Rene Haas(Arm CEO)

{%youtube hMWJqfw9cQo%}

* **[NotebookLLM 生成簡報下載](https://drive.google.com/file/d/1hWI1S9eq1RhnuZHMdUrQehvUGSMtzaPn/view?usp=sharing)**
* **[NotebookLLM 生成Poadcast影片連結](https://www.youtube.com/watch?v=HWdEgjCMzmY)**

{%youtube HWdEgjCMzmY%}

## 概述

Arm 在其「Arm Everywhere」活動中發表的重大戰略轉型，核心在於推出首款專為數據中心設計的 AGI CPU 實體晶片。執行長 Rene Haas 指出，隨著**代理式人工智慧（Agentic AI）** 的爆發，市場對高效能且低功耗的處理器需求急增，傳統架構已難以應付龐大的電力負荷。透過與 Meta 和 OpenAI 等業界巨頭合作，Arm 展示了其新產品在維持運算效能的同時，能顯著提升每瓦效能，協助解決數據中心的能源瓶頸。該公司從單純的 IP 授權模式擴展至直接供應晶片，旨在為人工智慧基礎設施提供更具彈性的選擇。整體而言，這標誌著 Arm 正全力佈局 AI 數據中心市場，目標是在未來十年內掌握高達一兆美元的市場機遇。

## 完整介紹

萬物皆 Arm 的時代：從 100 億美金 Capex 到 1 兆美元市場，Arm 如何靠「搬泥土」的 CPU 統治 AI 戰場？

### 1. 引言：寧靜之後的變革

在舊金山歷史悠久的梅森堡（Fort Mason），Arm 執行長 Rene Haas 以一種近乎詩意的筆觸開啟了這場名為「Arm Everywhere」的發表會。他提到，在世界改變之前的瞬間，總有一種「史詩般的寂靜」。諷刺的是，這座曾作為內戰防禦基地的堡壘，因當年的「戰鬥」從未真正發生而顯得格外純淨與平靜。對 Haas 而言，這正是今日 AI 革命的寫照：在 GPU 震耳欲聾的喧囂聲中，一場關於算力底層架構的典範轉移，正悄無聲息地發生。長期以來，Arm 被視為「電池的守護者」，驅動著全球數十億支智慧型手機。但在這場發表會中，Arm 展現了更大的野心。Haas 提出了一個反直覺的分析：儘管加速器（GPU）在 AI 浪潮中佔盡風頭，但真正負責協調複雜工作流、搬運數據「泥土」的核心設備，依然是 CPU。這不僅僅是 Arm 的一次產品更新，更是這家架構龍頭正式宣示從 IP 授權商轉型為「成品晶片供應商」的戰略分水嶺。

### 2. 數據震撼：一個「生態系的生態系」

為了定義 Arm 的統治力，Haas 拋出了兩組震撼級的數據對比：
* 1,170 億： 這是人類歷史上所有曾活在地球上的人數總和。
* 3,500 億： 這是全球累計出貨的 Arm 架構晶片數量，是人類總數的 3 倍。

這種規模讓 Arm 的出貨量達到所有非 Arm 架構 CPU 總和的 7 倍 。平均而言，全球每個家庭擁有 160 顆 Arm 晶片。這不僅僅是硬體普及率，它構建了一個「生態系的生態系」（Ecosystem of Ecosystems）。從智慧手機的 iOS 與 Android，到雲端的 Linux 與 OpenAI 工作流，這種滲透率讓 Arm 在 AI 轉型中擁有了無可取代的起跑點：當全世界 2,200 萬名開發者在編寫代碼時，他們無形中都在為 Arm 架構進行優化。

### 3. 不死的晶片：誕生於電池的節能基因

Arm 處理器在數據中心的崛起，並非偶然，而是源於其基因中對功耗的極致吝嗇。Haas 分享了 1990 年代初 Arm1 處理器誕生時的一個傳奇故事：「當第一個 Arm 研發板接通電源時，工程師發現即使拔掉插座，晶片竟然還在持續運行。後來才發現，這顆晶片僅靠板子上其他邏輯晶片的『洩漏電流』（leakage current）就能維持運作並驅動示波器信號。」這種「為電池而生」的基因，在 35 年後成為解決數據中心能源危機的核心武器。在 AI 算力需求從毫瓦（milliwatts）攀升至吉瓦（gigawatts）的今天，Arm 正是靠著這種效率，成為應對電力瓶頸的唯一解方。

### 4. 代理人時代的瓶頸：為什麼 GPU 需要更多 CPU 助手

目前的 AI 正從「對話式 AI」演進為「代理人 AI」（Agentic AI）。代理人不會睡覺，且其執行的任務（如跑薪資系統、撰寫複雜腳本）屬於非同步的邏輯工作流。當用戶需求從單純查詢轉向代理人工作流時，產生的 Token 需求將激增 15 倍 。Haas 運用了一個精確的商業比喻： 「加速器（GPU）就像是巨大的傾卸卡車，負責生成泥土；但 CPU 才是負責操作設備、搬運泥土並管理整個工地的調度員。」隨著代理人工作流的爆炸式增長，Arm 預測每吉瓦（GW）電力預算中所需的 CPU 核心數，將從目前的 3,000 萬個激增至 1.2 億個 。當昂貴的 GPU 因為 CPU 調度不靈而「挨餓」時，數據中心的效率將會崩潰。因此，增加 CPU 核心密度與效能，已成為 AI 工廠的當務之急。

### 5. 典範轉移：Arm AGI CPU 的戰略撕裂

這場發表會最具戰略意義的動作，是 Arm 決定不再僅僅銷售「設計圖」（IP），而是直接銷售成品晶片—— Arm AGI CPU 。這顆晶片是專為「代理人 AI」工作流量身打造的。其關鍵技術參數展現了 Arm 對傳統 x86 架構的無情碾壓：
* 規格細節： 136 個 Neoverse V3 CSS 核心，採雙晶片（dual-chiplet）設計，支援 96 通道的 PCIe Gen 6 與 CXL 3 記憶體擴展。
* 物理特性： 台積電（TSMC）3 奈米製程，熱設計功耗（TDP）僅 300 瓦 。
* 財務價值： 在 1 吉瓦規模的數據中心中，使用此架構可節省高達 100 億美金的資本支出（Capex） 。

這背後的「架構哲學」是 Arm 勝出的關鍵。與負擔沉重「歷史包袱」（如 Lotus Notes 支援）的 x86 不同，Arm 選擇「拋棄過去」。Arm AGI CPU 堅持**單執行緒（Single-threading）** 設計，避免了傳統 SMT（同步多執行緒）在 AI 密集任務中造成的 IO 瓶頸與性能震盪。對 Meta 與 OpenAI 等巨頭而言，這意味著能節省 12 到 18 個月 的開發週期（Time to Market），並在相同電力預算下獲得 2 倍的每瓦效能。

### 6. OpenAI 的警示：今日的模型是「餘生最爛」

在現場，OpenAI 技術長 Kevin Weil 的發言為這場硬體盛宴注入了緊迫感：「你今天使用的模型，將是你餘生中所能用過最爛的 AI 模型。」這句話揭示了算力需求的無限性。隨著 AI 進入「科學加速」領域（例如機器人實驗室在幾週內完成 36,000 次蛋白質合成實驗），人類對智慧的需求將永遠受限於電力與硬體。Meta 的 Santosh Janardan 甚至指出，他們正計畫建設規模高達 5 吉瓦 的「超大規模 AI 工廠」，這相當於 50 個帕羅奧圖市（Palo Alto） 的總耗電量。在這種物理極限下，高效能、低延遲的 Arm 架構不再是選項，而是唯一的基礎設施底色。

### 7. 結語：從毫瓦到吉瓦，重新定義「運算」

從 35 年前那顆在 PDA 裡靠洩漏電流存活的晶片，到今日撐起 $1,000 億美元 AI 數據中心 TAM（潛在市場規模）、乃至本世紀末可達 $1 兆美元規模的願景，Arm 已經完成了身份的華麗蛻變。在代理人 AI 永不睡眠的未來，我們必須意識到： 每瓦效能 = 每個機架的效能 = 企業的獲利速度（Business Velocity） 。算力的價值不再僅僅是峰值計算的暴力，而是它在物理限制、能源效率與軟體生態之間取得平衡的精細度。當 Arm 透過 AGI CPU 重新定義了 AI 時代的「大腦」與「神經中樞」，x86 的遺產與 GPU 單打獨鬥的時代，或許已經迎來了終局。