Arm首席执行官Rene Haas表示，随着Agentic AI加速落地，数据中心对CPU的需求增速正在超过Arm此前预期。根据台湾媒体IT Home报道，Haas在Computex主题演讲中称，在相同电力条件下，未来数据中心所需的CPU核心数可能增至当前的4倍以上。

Haas指出，过去两年，生成式AI相关投资主要集中在GPU，但Agentic AI的普及正在改变数据中心的算力需求结构。GPU主要承担训练和推理过程中的token生成，而Agentic AI除了生成答案，还需要持续执行任务、调用工具、管理工作流，并与其他代理协同工作。由此带来的调度、分发、协调和执行等负载，正越来越多地由CPU承担。

今年3月，Arm首次公开自研“Arm AGI CPU”，标志着公司在架构IP授权之外，进一步切入AI数据中心CPU产品市场。该产品基于Arm Neoverse架构和Compute Subsystem平台，面向大规模AI数据中心部署需求设计。

Haas还表示，Arm今年3月曾预测，未来5年CPU市场规模将超过1200亿美元，当时外界一度认为这一判断偏乐观。但随着市场对Agentic AI增长趋势的认知发生变化，这一预期也在被重新审视。他提到，随着OpenAI Codex、Anthropic、Salesforce、ServiceNow等将代理能力引入产品，CPU需求的增长速度也在高于此前预测。

在Arm看来，能效将是Arm AGI CPU的核心竞争力。公司数据显示，该产品的每瓦性能约为同级x86系统的两倍。在风冷系统下，36kW功耗可支持8160个CPU核心和超过180TB低延迟内存；在液冷系统下，200kW功耗可支持超过4.5万个核心和超过1PB内存。

Haas强调，AI数据中心的竞争焦点正在从芯片绝对性能，转向“每瓦算力”。他举例称，基于x86的17个2U服务器机架可容纳4352个核心，而采用Arm AGI CPU的30台1U服务器配置则可容纳8160个核心。Arm估算，大规模导入Arm架构CPU，可减少约10GW电力容量需求，并节省超过100亿美元基础设施投资。

目前，Arm AGI CPU已获OCI和ByteDance采用。与此同时，Google Axion、AWS Graviton、Nvidia Grace和Vera等数据中心CPU产品，也均基于Arm架构设计。

Agentic AI带来的变化也正向PC市场延伸。Nvidia日前发布的PC算力平台“Nvidia RTX Spark”搭载了由MediaTek定制的Grace CPU，同样基于Arm架构。Nvidia CEO Jensen Huang表示，PC将从“由人直接运行应用”的设备，转向“由代理执行任务”的算力平台。他还称，借助新的NVFP4模型压缩格式，未来PC可运行参数规模达1000亿的AI模型，从而使大量代理任务无需依赖云端，也能在终端设备上直接处理。