Arm首颗自研芯片曝光,136核1000亿晶体管直指英特尔AMD
Arm做了36年的“卖图纸”生意,这次终于亲自下场造芯片了。在Hot Chips 2026大会上,Arm首颗自研量产芯片AGI CPU细节正式披露。这颗面向AI数据中心的处理器堆料堪称疯狂:台积电3nm工艺、1000亿晶体管、136个核心、支持6TB内存。从只卖架构IP授权到推出完整实体芯片,Arm这一步跨界,直接把枪口对准了英特尔和AMD。
1000亿晶体管与136核,专为AI算力堆料
这颗AGI CPU的纸面参数直接拉到了当前服务器芯片的顶配。它采用台积电N3P 3nm工艺和双芯粒封装,单个芯粒超500亿晶体管,双芯粒合计突破1000亿个。核心架构上,最多配置136个Neoverse V3核心,基于Armv9.2指令集,最高频率3.7GHz,每个核心独享2MB L2缓存。为了满足AI模型对数据吞吐的饥渴需求,它的内存控制器与I/O直接集成在芯片基板上,内存延迟压到100纳秒以内,支持DDR5-8800规格,单芯片内存容量飙到6TB。配合96条PCIe 6.0通道和CXL 3.0扩展,这颗TDP 300W的怪物就是为了接住智能体AI爆发带来的海量并发负载。
这颗AGI CPU的纸面参数直接拉到了当前服务器芯片的顶配。它采用台积电N3P 3nm工艺和双芯粒封装,单个芯粒超500亿晶体管,双芯粒合计突破1000亿个。核心架构上,最多配置136个Neoverse V3核心,基于Armv9.2指令集,最高频率3.7GHz,每个核心独享2MB L2缓存。为了满足AI模型对数据吞吐的饥渴需求,它的内存控制器与I/O直接集成在芯片基板上,内存延迟压到100纳秒以内,支持DDR5-8800规格,单芯片内存容量飙到6TB。配合96条PCIe 6.0通道和CXL 3.0扩展,这颗TDP 300W的怪物就是为了接住智能体AI爆发带来的海量并发负载。
放着98%毛利的授权不赚,Arm为何亲自下场
过去几十年,Arm靠卖架构IP授权赚得盆满钵满,毛利率接近98%,绝不跟苹果、高通这些客户抢生意。如今亲自下场,核心还是AI算力这块大蛋糕太诱人。在智能体AI时代,数据中心算力负载暴涨15倍,全球数据中心CPU市场规模达到每年600亿至700亿美元。如果只做幕后供应商,Arm一颗售价数千美元的CPU只能抽1%到2%的授权费;亲自卖芯片,利润空间直接打开。加上如今苹果、华为等大厂都在从公版架构走向自研微架构,Arm的IP授权护城河面临被架空的危险,推出一款顶级的自研成品芯片,也是向全行业证明Arm架构在高端算力场景的真实实力。
过去几十年,Arm靠卖架构IP授权赚得盆满钵满,毛利率接近98%,绝不跟苹果、高通这些客户抢生意。如今亲自下场,核心还是AI算力这块大蛋糕太诱人。在智能体AI时代,数据中心算力负载暴涨15倍,全球数据中心CPU市场规模达到每年600亿至700亿美元。如果只做幕后供应商,Arm一颗售价数千美元的CPU只能抽1%到2%的授权费;亲自卖芯片,利润空间直接打开。加上如今苹果、华为等大厂都在从公版架构走向自研微架构,Arm的IP授权护城河面临被架空的危险,推出一款顶级的自研成品芯片,也是向全行业证明Arm架构在高端算力场景的真实实力。
服务器市场格局要洗牌了
Arm这次从幕后走到台前,不可避免会与下游客户产生竞争,但它瞄准的是增量巨大的AI服务器市场,直接叫板英伟达Grace、AMD EPYC和英特尔Xeon。有趣的是,就在同一大会上,IBM也展示了下一代主机处理器,不仅在硬件上原生嫁接了Arm的AArch64指令集,甚至调侃现在的“精简指令集”已经不那么精简了。当Arm的算力底座越来越被传统巨头接纳和拥抱,加上自身下场补齐最后一块拼图,数据中心x86一家独大的局面,恐怕真的要加速松动。
Arm这次从幕后走到台前,不可避免会与下游客户产生竞争,但它瞄准的是增量巨大的AI服务器市场,直接叫板英伟达Grace、AMD EPYC和英特尔Xeon。有趣的是,就在同一大会上,IBM也展示了下一代主机处理器,不仅在硬件上原生嫁接了Arm的AArch64指令集,甚至调侃现在的“精简指令集”已经不那么精简了。当Arm的算力底座越来越被传统巨头接纳和拥抱,加上自身下场补齐最后一块拼图,数据中心x86一家独大的局面,恐怕真的要加速松动。
历史事件回溯
当前事件
Arm首颗自研芯片细节披露
- 芯片定位:面向数据中心与AI基础设施的高性能定制化SoC
- 核心架构:基于Arm Neoverse CSS计算子系统架构打造
- 战略意图:打破仅授权IP模式,直接交付成品芯片抢占AI算力市场
2020年11月
苹果首发自研M1芯片弃用Intel
- 芯片定位:面向Mac系列个人电脑的高性能低功耗桌面SoC
- 核心架构:基于Arm指令集自研CPU与GPU微架构
- 战略意图:摆脱第三方x86供应商依赖,实现软硬件生态深度闭环
2016年5月
谷歌发布首款自研AI芯片TPU
- 芯片定位:专为深度学习推理加速的专用ASIC芯片
- 核心架构:采用脉动阵列架构,专为矩阵乘法运算深度优化
- 战略意图:摆脱通用GPU算力依赖,降本增效支撑内部AI业务


当前文章无评论,是时候发表评论了