Arm推出Neoverse CSS N4并推进AGI CPU布局

9月9日，人社部公布第八批新职业名单，智能体开发员受到关注。随着模型从问答转向自主获取数据、调用工具和执行任务，系统对响应延迟更加敏感，单纯堆叠算力的资源配置方式正面临调整。

9月8日，Arm在Arm Everywhere China年度大会上介绍了AGI CPU在中国生态的进展，并发布Neoverse CSS N4。3月公布的AGI CPU采用136个Arm Neoverse V3核心、96条PCIe Gen6通道和12通道DDR5内存。Arm云AI业务拓展副总裁Eddie Ramirez称，在相同性能下，x86方案TDP通常为500瓦，而AGI CPU为300瓦。功耗差异落实到机架后，可在相同供电限制下部署接近两倍的计算核心；IDC数据显示，Arm架构机架级服务器在加速计算市场的规模已超过x86。

Arm表示，AGI CPU主要用于补足云端与本地部署之间的计算断层。以SAP为例，其云端使用Arm架构的Graviton实例，私有云却仍大量采用第三方芯片，因此需要一套体验一致的平台。亚马逊云科技、Google、微软、NVIDIA和甲骨文等厂商此前已公开支持Arm AGI CPU。Neoverse CSS N4则提供8至128核心配置，最高频率3.8GHz，并支持LPDDR6和PCIe Gen7，重点提升内存与外设之间的数据传输效率。

面向不同客户，Arm同时提供IP授权、CSS和量产CPU三条路径。具备芯片团队的大厂可在预集成核心、互连、内存和I/O的基础上加入自研加速器及软件栈，但流片投入约需5亿至8亿美元；AWS用7年完成5代Graviton，微软则在18个月内迭代两代Cobalt。没有定制芯片需求的客户，则可直接采用AGI CPU。

Arm还宣布Arm AI Portal上线，为开发者提供模型检索、性能与准确率数据、代码示例及部署流程，覆盖语言、语音、视觉和神经图形任务。首批模型包括通义千问、Gemma和Ultralytics YOLO，支持ExecuTorch、LiteRT与ONNX-RT，合作方包括阿里巴巴、树莓派和Ultralytics。

优化后的模型可通过Hugging Face获取，Portal资源则以MCP开放给编程智能体。基准测试显示，Qwen3-TTS在vivo X300上借助SME2加速提升超过4倍；YOLO26在该机型上由FP32切换至单线程FP16后性能提升超过40%，树莓派5采用FP16与INT8混合量化也提升超过40%。Arm的整体思路，是把芯片、软件工具和参考实现整合为统一平台，让智能体承担更多繁琐工作，同时保留开发者对方案与创意的决策权。