要實(shí)現(xiàn)人工智能 (AI) 的規(guī)?；瘧?yīng)用，唯一路徑便是開(kāi)展全棧式系統(tǒng)設(shè)計(jì)。加速器負(fù)責(zé)處理驅(qū)動(dòng) AI 模型的數(shù)學(xué)運(yùn)算，而 CPU 才是支撐系統(tǒng)，將計(jì)算能力轉(zhuǎn)化為實(shí)際價(jià)值的核心基礎(chǔ)。隨著 AI 基礎(chǔ)設(shè)施向高密集成機(jī)架與超級(jí)集群架構(gòu)演進(jìn)，CPU 在系統(tǒng)的編排、協(xié)調(diào)、安全防護(hù)及規(guī)?；瘮U(kuò)展中扮演著核心角色，其性能提升速度至少與加速器保持同步，很多情況下甚至更快。NVIDIA 于 2026 年國(guó)際消費(fèi)電子展 (CES 2026) 上發(fā)布的 Vera Rubin 平臺(tái)，正是這一趨勢(shì)的有力佐證：該平臺(tái)是一款完全協(xié)同設(shè)計(jì)的 AI 系統(tǒng)，可作為一個(gè)統(tǒng)一且一致的超級(jí)計(jì)算機(jī)運(yùn)行，并以 Arm 技術(shù)為其核心驅(qū)動(dòng)。

這反映出整個(gè)行業(yè)正朝著專(zhuān)用化、系統(tǒng)級(jí) AI 平臺(tái)轉(zhuǎn)型：從底層架構(gòu)出發(fā)，將計(jì)算、加速、網(wǎng)絡(luò)、存儲(chǔ)及安全功能緊密集成。超大規(guī)模云服務(wù)提供商與專(zhuān)注于 AI 領(lǐng)域的新型云服務(wù)提供商，正通過(guò)多種路徑趨向該模式，譬如采用 NVIDIA 平臺(tái)、亞馬遜云科技的 Amazon Trainium 和谷歌的 TPU 等超大規(guī)模云服務(wù)提供商自研的加速器，以及融合商用芯片與定制化芯片的高度協(xié)同混合系統(tǒng)。如今，AI 的擴(kuò)展和升級(jí)已不再僅依賴(lài)加速器的原始性能。在這些系統(tǒng)環(huán)境中，負(fù)責(zé)數(shù)據(jù)傳輸、同步、可靠性保障及隔離控制的 CPU 層至關(guān)重要。而在業(yè)界領(lǐng)先的集成式 AI 系統(tǒng)中，這一核心 CPU 層均基于 Arm 平臺(tái)構(gòu)建。

Arm 在推動(dòng) AI 時(shí)代的“極致協(xié)同設(shè)計(jì)”方面

發(fā)揮著決定性作用

Vera Rubin 平臺(tái)集成六款經(jīng)極致協(xié)同設(shè)計(jì)的芯片，包括 Vera CPU、Rubin GPU、NVLink 6 交換機(jī)、ConnectX-9 SuperNIC、BlueField-4 DPU 和 Spectrum-6 以太網(wǎng)交換機(jī)。它們共同構(gòu)成了 NVIDIA 所定義的 AI 超級(jí)計(jì)算機(jī)，針對(duì)訓(xùn)練、推理、邏輯推演及智能體 AI (Agentic AI) 工作負(fù)載進(jìn)行了端到端優(yōu)化，顯著降低了每詞元 (Token) 成本。該平臺(tái)中 NVIDIA 基于 Arm 架構(gòu)打造的 CPU 實(shí)現(xiàn)了高達(dá)六倍的代際性能提升，內(nèi)存與互連帶寬也得到了顯著升級(jí)。這一切均是芯片與軟件層面全系統(tǒng)優(yōu)化的組成部分，共同推動(dòng)著 NVL72 機(jī)架級(jí) AI 系統(tǒng)整體性能的躍升。傳統(tǒng)商用非定制 CPU 很難取得此類(lèi)性能突破，必須采用專(zhuān)用化設(shè)計(jì)方案方可實(shí)現(xiàn)。

亞馬遜云科技的 Amazon Trainium3 UltraServer 采用了類(lèi)似的設(shè)計(jì)思路，將 Trainium3 加速器芯片與 Amazon Graviton CPU 及 Nitro 卡相結(jié)合，使基于 Arm 架構(gòu)的專(zhuān)用芯片成為該平臺(tái)的核心組件。

除了這些平臺(tái)的覆蓋廣度，更值得我們關(guān)注的是其背后的架構(gòu)理念。每個(gè)組件的設(shè)計(jì)都充分考量了與其他組件的協(xié)同性，從而在規(guī)?；渴鹬写蠓鶞p少性能瓶頸、提升運(yùn)行效率。在 CES 2026 的主題演講中，NVIDIA 首席執(zhí)行官黃仁勛用“極致協(xié)同設(shè)計(jì)”一詞定義這一轉(zhuǎn)型趨勢(shì)。要實(shí)現(xiàn)這種深度集成，不僅需要頂尖的性能與能效，還需要在不影響軟件兼容性的前提下，為系統(tǒng)級(jí)芯片 (SoC) 設(shè)計(jì)提供充足的靈活性與創(chuàng)新空間 —— 而這正是 Arm 技術(shù)的價(jià)值所在。

Vera 和 BlueField：

Arm 位居 AI 創(chuàng)新核心

Vera Rubin 平臺(tái)包含兩款基于 Arm 技術(shù)打造的關(guān)鍵 SoC。

Vera 是一款專(zhuān)為大規(guī)模 AI 系統(tǒng)量身打造的 CPU，優(yōu)化重點(diǎn)聚焦于數(shù)據(jù)傳輸、編排及智能體推理，而非傳統(tǒng)通用型工作負(fù)載。該 CPU 采用單晶粒 (die) 88 顆核心打造，性能達(dá)到上一代 Grace CPU 的兩倍，內(nèi)存與芯片間帶寬也實(shí)現(xiàn)了顯著提升。

BlueField-4 標(biāo)志著 DPU 領(lǐng)域的跨越式發(fā)展。通過(guò)集成基于 Arm Neoverse V2 平臺(tái)的 Grace CPU（此前該 SoC 僅應(yīng)用于高性能服務(wù)器級(jí)系統(tǒng)），NVIDIA 極大地?cái)U(kuò)展了 BlueField 在大規(guī)模 AI 基礎(chǔ)設(shè)施中的應(yīng)用場(chǎng)景。與前幾代產(chǎn)品相比，BlueField-4 的 CPU 核心數(shù)從 16 顆增加至 64 顆，單核性能也得到顯著提升。

對(duì)于大型智能體模型而言，內(nèi)存容量與帶寬正日益成為制約性能的關(guān)鍵瓶頸。通過(guò)將 BlueField-4 的計(jì)算能力提升至 BlueField-3 的六倍，NVIDIA 破解了這一難題，并成功將 DPU 升級(jí)為可獨(dú)立運(yùn)行的服務(wù)器級(jí)系統(tǒng)。NVIDIA 的發(fā)布充分印證了這一轉(zhuǎn)變：除了在 Vera Rubin 刀片式服務(wù)器 (Blade) 中部署 BlueField-4 之外，該芯片還將作為一類(lèi)新型 AI 推理專(zhuān)用存儲(chǔ)服務(wù)器的控制器 —— 這類(lèi)存儲(chǔ)服務(wù)器專(zhuān)為補(bǔ)充機(jī)架級(jí)系統(tǒng)功能而設(shè)計(jì)。

Vera 與 BlueField-4 均完全兼容圍繞 Arm Neoverse 平臺(tái)構(gòu)建的廣泛軟件生態(tài)系統(tǒng)，能夠觸達(dá)從邊到云的超過(guò) 2,200 萬(wàn)開(kāi)發(fā)者。目前，各大主流云服務(wù)提供商均已部署基于 Arm Neoverse 平臺(tái)構(gòu)建的 CPU 實(shí)例，企業(yè)級(jí)采用率也在持續(xù)提升。得益于此，這些基于 Arm 架構(gòu)的 NVIDIA 系統(tǒng)可充分利用各類(lèi)開(kāi)源及商用軟件，實(shí)現(xiàn)應(yīng)用的快速、無(wú)縫開(kāi)發(fā)與部署。

行業(yè)圍繞統(tǒng)一架構(gòu)凝心聚力

整個(gè)行業(yè)中，系統(tǒng)設(shè)計(jì)者正趨同于一種通用的 AI 架構(gòu)模型：

面向 AI 計(jì)算的專(zhuān)用加速器；

用于編排與控制的高性能、高能效 CPU；

支持跨集群擴(kuò)展的緊密系統(tǒng)級(jí)集成。

Arm Neoverse 平臺(tái)的設(shè)計(jì)初衷便是支撐這一行業(yè)轉(zhuǎn)型趨勢(shì)，目前已被全球頂尖技術(shù)提供商（包括亞馬遜云科技、谷歌、Meta、微軟及 NVIDIA）應(yīng)用于其系統(tǒng)中。在這一行業(yè)格局下，基于 Arm 架構(gòu)的 CPU 正越來(lái)越多地為控制層、編排層及數(shù)據(jù)傳輸層賦能，成為 AI 規(guī)?；渴鹋c應(yīng)用的關(guān)鍵支撐。

AI 時(shí)代的規(guī)?；葸M(jìn)

邁入 2026 年，AI 的技術(shù)演進(jìn)速度正前所未有地加快，且日益成為一個(gè)系統(tǒng)級(jí) —— 甚至超系統(tǒng)級(jí) —— 的復(fù)雜課題。如今，智能技術(shù)的擴(kuò)展升級(jí)不僅依賴(lài)加速器的原始性能，同樣取決于高效的數(shù)據(jù)存儲(chǔ)與傳輸能力。將關(guān)鍵的 AI 相關(guān)功能卸載至網(wǎng)絡(luò)與存儲(chǔ)系統(tǒng)中強(qiáng)大且可編程的 CPU 架構(gòu)，既能讓加速器與主機(jī) CPU 專(zhuān)注于核心的訓(xùn)練與推理負(fù)載，又能提升系統(tǒng)的隔離性、能效與可靠性。在硬件日益專(zhuān)用化的趨勢(shì)下，如何在快速迭代的芯片世代中保持軟件生態(tài)的一致性，已成為行業(yè)面臨的關(guān)鍵課題。

隨著 AI 系統(tǒng)在規(guī)?；c復(fù)雜性上的持續(xù)增長(zhǎng)，Arm 及其生態(tài)系統(tǒng)在數(shù)據(jù)中心的各個(gè)層面所發(fā)揮的作用正不斷擴(kuò)大。Vera Rubin 平臺(tái)的發(fā)布，既是這一發(fā)展軌跡的有力佐證，也是新年伊始，Arm 生態(tài)系統(tǒng)邁向新高度的重要里程碑。