人工智能 (AI) 正重塑數字格局，開發者也正面臨全新挑戰：基礎設施不僅要具備強大算力，還需兼具可擴展性、成本效益和高能效等特征。當前，亞馬遜云科技、谷歌、微軟、Oracle Cloud Infrastructure (OCI) 及 NVIDIA 等超大規模云服務提供商與 AI 領軍企業，均已基于 Arm 架構打造定制化解決方案，布局 AI 數據中心。

這一趨勢正在蓬勃展開。2025 年頭部超大規模云服務提供商的新增服務器算力中，有近半數是基于 Arm 架構。Arm Neoverse 平臺正在為量產級 AI 工作流、向量搜索引擎、實時機器學習 (ML) 平臺及云原生微服務提供算力支撐，同時在成本效益、吞吐量與節能方面實現可量化的顯著提升。隨著 AI 工作負載持續擴展，基礎設施的選擇愈發關鍵。

若你是開發者，現在正是探索 Arm 架構基礎設施適配工具的最佳時機 —— 這類工具大多支持自助式使用，專為加速業務遷移而打造。若你是企業首席信息官 (CIO)，不妨繼續閱讀，了解哪些企業已率先完成向 Arm 架構的遷移，以及它們在生產環境中實現了怎樣的性能與成本收益。

下文將為你拆解當前架構變革的核心內容、背后的關鍵價值，以及眾多開發者如何借助自助式工具，以超乎預期的速度加速向 Arm 架構遷移。

AI 工作負載貫穿端到端

Arm 賦能全流程優化

AI 的應用早已不再局限于推理或模型訓練環節。從數據預處理、模型編排，到實時服務與內存管理，如今的 AI 技術棧已覆蓋整個計算工作流。這也帶來了延遲、成本、功耗及擴展性方面的全新系統級挑戰，而這些早已超出了傳統通用 CPU 的設計初衷與能力范圍。

Arm 在這場變革中扮演核心角色 —— 其價值不僅限于 CPU 層面，更貫穿整個 AI 系統架構。

在亞馬遜云科技， Arm Neoverse 核心為 Graviton 通用計算平臺、Nitro 數據處理單元 (DPU) 提供算力支撐，并作為 AI 加速器的頭節點 (head node)，為 AI 工作流打造高度集成、能效出眾的基礎設施。

NVIDIA 亦采用類似架構設計：Arm 架構是 Grace 與 Vera CPU 的技術基石，二者均作為 AI 系統的頭節點部署；同時 Arm 還為 BlueField DPU 提供算力支撐，助力數據遷移與卸載處理，為 AI 數據中心設計打造一體化的平臺解決方案。

憑借卓越的每瓦性能、強大的內存帶寬，以及在Amazon Graviton、Google Cloud Axion、Microsoft Azure Cobalt、NVIDIA Grace 等平臺上的規模化部署，基于 Arm 架構的基礎設施正日益成為可擴展、高性價比 AI 工作負載的優選方案。

Arm 正成為云計算的新標準

云計算領域正經歷一場戰略性轉變：全球領先的云服務提供商均在加碼基于 Arm 架構的基礎設施建設，將其作為融合型 AI 數據中心規模化部署的默認路徑。這并非試點探索，而是著眼于長期的架構戰略。

在軟件層面，Atlassian、Spotify 和優步 (Uber) 等企業，已開始借助通用工具與社區文檔，將核心工作負載遷移至基于 Arm 架構的云基礎設施，且無需對底層平臺進行深度重構。Atlassian 表示，在將核心服務遷移至 Arm 實例后，計算成本顯著降低，CI/CD 工作流運行速度也得到提升；Spotify 在后端工作負載中試用 Graviton 平臺后，實現了顯著的基礎設施效率提升；Uber 則通過基于 Arm 架構的基礎設施，在優化微服務性能的同時，降低了單實例的運營成本。

與此同時，Arm 提供的一系列工具正加速這一遷移進程。例如 Arm 模型上下文協議 (MCP) 服務器以及集成于 GitHub Copilot 的 Arm 云遷移智能體 (Cloud Migration Agent)，正幫助開發者評估工作負載兼容性、加快云遷移進程，并實現穩定可靠的規模化部署。目前，專為各類 Arm 云平臺量身打造的 Arm MCP 服務器已面向所有軟件開發者開放，它可將云遷移工具與專業經驗直接融入開發者常用的 AI 助手中，從而賦能自主化的智能體工作流。

通過自動化最佳實踐、加速開發流程并提供實時指導，該工具顯著簡化了遷移路徑，讓開發團隊從項目首日起，即可更輕松地獲得成本、能效與性能優勢。早期用戶的反饋也驗證了其在真實遷移場景中具備高度實用性。

開發者轉向 Arm 架構的五大案例

除上述全球軟件企業外，其他科技公司在日常運營中采用基于 Arm 架構的云基礎設施時，也收獲了類似效益。

借助 Graviton3，LLM 推理成本降低 35%

Vociply AI 是一家專注于大規模部署大語言模型 (LLM) 的 AI 初創企業，在切換至 Amazon Graviton3 后，其月度基礎設施成本從 2000 美元降至 1300 美元，同時性能實現同步提升，具體包括：

性價比提升 40%

詞元 (token) 吞吐量提升 15.6%

功耗降低 23%

這一成果得益于 Arm Neoverse 核心、Neon 指令集深度優化，以及 llama.cpp 等量化推理引擎的支持。

生成式 AI 工作流提速，基礎設施成本降低 40%

生成式 IT 及 AI 解決方案平臺 Esankethik 將其完整技術棧 —— 涵蓋預處理、訓練與推理環節，全面遷移至基于 Arm 架構的 Graviton 實例，取得了顯著成效，具體包括：

推理業務延遲降低 25%

每百萬次請求的 Lambda 成本降低 40%

內存效率提升 15%

通過在 Arm 平臺上統一運行預處理、訓練與推理任務，Esankethik 有效緩解了性能瓶頸，并顯著提升了系統可擴展性。

SiteMana 實現實時 ML 的穩定規模化

獲客技術公司 SiteMana 已將其實時 ML 推理與數據攝取任務遷移至 Graviton3 平臺，并取得了顯著成效：

月度成本降低約 25%

P95 延遲降低約 15%

網絡帶寬提升 2.5 倍

此次遷移有效解決了 CPU 降頻問題，并實現了峰值負載下的系統性能穩定。

AuthZed 提升開發者工作流效率

AuthZed 作為基礎設施服務授權平臺，已將其從開發筆記本到云端的所有工作負載統一遷移至 Arm 架構，由此實現了：

本地構建速度提升 40%

生產環境 CPU 利用率提升 20% - 25%

計算成本降低約 20%

該方案在不改變開發者既有工作習慣的前提下，實現了工作流程的大幅精簡優化。

Zilliz Cloud 提升 AI 搜索吞吐量

面向生產級 AI 應用的全托管向量數據庫平臺 Zilliz Cloud，將其向量搜索引擎遷移至 Graviton3 后，實現了以下優化成果：

索引構建性能提升 50%

十億級查詢場景下，向量搜索速度提升 20%

單查詢成本降低，吞吐量提升

該成果適用于語義搜索、檢索增強生成 (RAG) 及多模態 AI 任務。

為 AI 云時代而生

Arm Neoverse 專為現代工作負載打造 —— 涵蓋 LLM、向量搜索、實時 ML、數據分析及高密度微服務等場景。與 x86 相比，基于 Arm 的實例具備以下優勢：

更卓越的性價比優勢

更出色的 AI 與云原生工作負載性能

成熟的軟件生態與完善的開發者工具鏈

通過 Arm KleidiAI 為 AI 框架提供優化支持，實現無縫性能調優與集成

Arm 提供涵蓋開發者資源、性能調優指南與云遷移清單在內的完整套件，顯著簡化 AI 與云工作負載的遷移流程。這些資源可降低遷移阻力，支持性能調優，且無需對平臺進行全面重構。

開發者可通過 Arm 云遷移計劃獲取遷移資源、技術指南及專家咨詢服務。此外，Arm MCP 服務器現已向所有開發者開放，可幫助識別并高效執行從 x86 到 Arm 架構的遷移。

Arm 云遷移計劃：https://www.arm.com/zh-cn/markets/computing-infrastructure/arm-cloud-migration

Arm MCP 服務器：https://developer.arm.com/servers-and-cloud-computing/arm-mcp-server

AI 時代的基礎設施平臺

基于 Arm 的云基礎設施正快速成為 AI 計算戰略的基石。

隨著工作負載持續擴展，能效的重要性日益凸顯，基礎設施需以更少資源提供更多價值。Arm 為打造下一代 AI 系統的開發者，提供了切實可行的實踐路徑。