在過去十年中的大部分時間里，數據中心領域的話題都圍繞著加速器展開。隨著人工智能 (AI) 訓練工作負載的爆炸式增長，GPU、TPU 等占據了新聞頭條、投資者報告和基礎設施路線圖的核心位置。而如今，AI 正從模型實驗階段，逐步走向規?；a品落地、面向用戶的實際應用，并愈發向全天候在線的智能體推理延伸，超大規模數據中心內部正迎來一場更深層次的轉變。

在這一轉變中，CPU 的重要性愈發凸顯。它并非過時的遺留組件，而是作為編排與數據處理引擎，支撐著現代 AI 系統實現規?；\行。

這一轉變，恰好印證了Arm 近期季度財報中一個引人注目的觀點：未來幾年內，Arm 的數據中心業務規模有望追平甚至超越智能手機業務。對投資者而言，這遠不止是業績增長，更折射出超大規模云服務提供商在 AI 基礎設施的設計、部署與商業化路徑上正在發生結構性變化。也正因如此，CPU 的可擴展性、能效表現與系統集成能力變得前所未有地重要。

通往始終在線的智能之路

早期的 AI 基礎設施圍繞持續、高強度的工作負載構建，包括大規模模型訓練和高吞吐推理。在這樣的環境下，加速器自然而然地占據核心地位。但如今，這種模式已無法反映現實。

隨著現代 AI 應用在企業平臺與面向用戶的產品中不斷普及，其正日益轉向基于智能體打造。這類系統具備持續運行能力，可完成規劃、推理、信息檢索與行動協同，并與用戶及各類服務保持交互，在交互過程中持續實現自我學習。

智能體 AI 系統不僅運行模型，還需要在數據庫、Web 服務和應用層之間實時編排工作流并處理數據。智能體不用休眠，它們會持續進行任務調度、上下文檢索、內存管理和行動協調。

具體而言，包括：

持續的調度和協調

持久的內存訪問（KV 緩存、向量數據庫、上下文檢索）

每次模型調用前后的預處理與后處理

在異構組件之間建立安全、低延遲的控制路徑

而這些職責主要由 CPU 承擔。

為何這會改變 CPU 的需求特性？

智能體 AI 不僅僅提高了 CPU 的重要性，更改變了 CPU 的需求特性。

以往，CPU 僅在以加速器為核心的工作負載中承擔短暫編排任務；而如今，AI 系統更多時間處于 CPU 密集型運算狀態。這類工作負載需要大量高能效核心持續運行，且通常需在固定功耗與成本約束下運行。

這并非純理論的推測。事實上，超大規模云服務提供商正在積極擴展 CPU 資源：

亞馬遜云科技的第五代 Graviton 處理器的核心數是 Graviton4 的兩倍，達到 192 個核。

Arm Neoverse CPU 的部署核心總數已超過 10 億。

Arm 在頭部超大規模云服務提供商中的份額預計將接近 50%。

這些并非漸進式增長，而是 CPU 密度的結構性提升，反映出行業已經認識到：由 CPU 主導的編排與數據處理，如今已成為 AI 數據中心規模擴展的關鍵瓶頸。

隨著 AI 工作負載從間歇式轉向持續運行，核心數量和能效成為決定性指標。

機會經濟學

對投資者而言，其影響本質上是經濟問題，而非純技術問題。加速器的供給和模型能力（例如，更大規模基礎模型，參數增長，多模態等）不再是制約 AI 數據中心發展的唯一因素。功耗、散熱和資本效率如今同樣關鍵，因為超大規模云服務提供商正面臨固定電力配額和物理機架空間的約束，而回報取決于基礎設施的利用效率。在此背景下，最大化每個機架的輸出（而不是單點的峰值性能）已成為 AI 可持續增長的決定性指標。

單靠加速器無法解決這些問題。事實上，如果沒有足夠的 CPU 來高效地編排工作負載，昂貴的 AI 加速器可能會處于閑置或低利用狀態。

基于 Arm 架構的可擴展 CPU 能夠破解這一困局，使超大規模云服務提供商能夠實現：

在固定功率預算內支持“始終在線”的推理

提升加速器利用率

提高每機架的 AI 產出

實現系統級集成，而非簡單的“外掛式”架構

正因如此，CPU 的擴展性與 AI 的經濟效益如今直接掛鉤。

為何這一勢頭是結構性的，而非周期性的

獨立分析進一步證實，這一轉變并非短期調整，而是一場持續多年的架構重塑。正如 Futurum Group 的研究指出，AI 基礎設施的未來正從“能堆多少原始算力”轉向“如何智能地在不同需求間編排算力”。

這種演進對可擴展、高能效的 CPU 架構是一大利好，因為這些架構可以作為異構系統的控制層核心。

對 Arm 而言，這種趨勢也與我們長期以來的優勢高度契合：可擴展的架構，出色的能效，強大的生態系統，讓超大規模云服務提供商能夠構建定制芯片，而不會造成軟件碎片化。

Arm 并不依靠單個 AI 模型或特定加速器的成功來變現，而是通過算力本身的擴張來獲益，也就是為支持 AI 工作負載而部署的每一顆新增核心。

在核心數量呈結構性增長的時代，這種模式更具優勢。

為未來鋪路

對投資者而言，結論簡單卻深刻：AI 的增長不再僅受制于加速器，而是取決于系統能否持續、高效、大規模地進行編排。這種轉變推動了對高核心數、高能效 CPU 的空前需求，也解釋了為何 Arm 的數據中心業務正加速發展，有望在未來幾年成為 Arm 最重要的增長引擎。50 年前，CPU 作為一項改變世界的技術橫空出世；如今，它的重要性絲毫不減，穩居 AI 數據中心的核心位置，持續引領未來的創新發展。