这个问题，到现在才真正成立

过去很多年，Arm 在半导体行业里的位置非常稳定。它卖的是架构和 IP，不是最终芯片。高通、苹果、联发科、AWS、英伟达、谷歌、微软这些公司，基于 Arm 的技术做各自的 SoC、服务器 CPU 和平台产品。Arm 长期处在底层标准提供者的位置。

所以前几年如果问“Arm 会不会做 AI 芯片”，这个问题多少有点悬着。因为 Arm 当然一直在做与 AI 有关的东西，但那些动作大多还停留在 IP 层、软件层和平台接口层。它帮助别人做 AI 芯片，不等于它自己已经变成 AI 芯片公司。

这件事到 2026 年 3 月 24 日才真正坐实。当天 Arm 正式宣布公司历史上第一次把产品边界扩展到量产硅产品，并发布第一款自家量产产品 Arm AGI CPU，面向 agentic AI 基础设施。到了这一步，讨论重点变成了另外三件事：Arm 为什么现在做、做到了哪一层、接下来还会继续走多远。

如果只给一个简短判断，我的结论是：Arm 确实已经开始转型做 AI 芯片，方向是把自己从“卖架构授权的公司”升级成“AI 时代的计算平台公司”，并在关键环节开始直接提供自有硅产品。

先把边界说清楚：Arm 以前到底卖什么

Arm 过去的商业模式决定了它今天每上移一步都会引发行业关注。

传统上，Arm 的核心资产有三层。

  • 第一层是指令集和 CPU 架构授权。
  • 第二层是可直接集成到芯片里的 CPU、GPU、NPU、互连等 IP。
  • 第三层是建立在这些技术之上的授权和版税体系。

这套模式有一个很强的优点，就是中立。因为 Arm 自己通常不做终端芯片，所以不太和客户正面冲突。大家愿意围绕它做生态，也愿意把自家最重要的产品建立在 Arm 上。

但 AI 把这个边界慢慢冲开了。客户现在需要的，不只是一个 CPU 核，也不是单独一个 GPU 或 NPU，而是更完整的 AI 计算底座。

它至少包括几件事：

  • 一套能跑 AI 负载的 CPU、GPU、NPU 组合。
  • 更高集成度、验证更完整、上市更快的子系统。
  • 更能直接吃到主流 AI 框架优化的软件栈。
  • 更容易拼进数据中心、手机、PC、汽车和边缘设备的系统级方案。

Arm 在 2025 财年 Form 20-F 里已经把方向写得很清楚了。公司明确表示，正在把 AI acceleration 能力纳入现在设计的每一代处理器，并强调 CSS 已经提供 hardened 的 CPU、GPU、NPU 和互连实现。这意味着产品定义方式变了，AI 已经成了 Arm 下一代计算平台的基础要求。

Arm 的转型，不是一步跳过去的

把这两年多的动作连起来看，Arm 的路线相当连贯。它是沿着价值链一点点往上走。

第一步，是把 AI 做进基础 IP。

这一步很多人已经熟悉了。Armv9、Neoverse、Mali、Ethos 都在往更适合 AI 负载的方向演进。这里的关键不是单个参数，而是 Arm 要保证几乎所有客户在做新一代设备时，都离不开 Arm 的 AI 友好型底座。

第二步，是把单个 IP 组合成更高集成度的 Compute Subsystems，也就是 CSS。

这一步非常重要，因为它改变了 Arm 在产业链上的位置。卖单个 IP，客户还要自己做大量集成和验证；卖 CSS，Arm 就开始帮助客户提供一块更接近最终 SoC 的底座。对客户来说，这意味着更快 tape-out、更低风险、更短上市时间。对 Arm 来说，这意味着它拿到更靠近整芯片的价值。

第三步，是把生态组织方式一起上移。

Arm Total Design 的意义就在这里。它不是一颗具体芯片，而是把 foundry、EDA、第三方 IP、封装、chiplet 生态和设计服务组织成一条更完整的通路，让客户做定制芯片这件事变得更工业化。走到这一步，Arm 已经不只是“把自己的模块卖给你”，而是在参与定义“你该怎么更快做出芯片”。

第四步，才是今天最显眼的一步：自己下场做量产硅产品。

所以如果把 Arm 的转型压缩成一句话，它是从 AI IP 供应商、AI 子系统提供方、AI 生态组织者，最终走到了 AI 基础设施芯片提供方。

为什么 2026 年 3 月 24 日是分水岭

2026 年 3 月 24 日之所以是分水岭，是因为在这一天之前，Arm 的边界上移始终还留有解释空间。2024 年市场开始传出 Arm 会开发 AI 芯片，那时候的消息更多像试探。到 2025 年，Arm 的公开表态明显升级，管理层开始谈更高集成度的 compute products、chiplets 和 complete end chip solutions。

真正把疑问句改成陈述句的，是 Arm AGI CPU。

按 Arm 官方发布的信息，这颗产品有几个关键信号。

  • 它面向的是 agentic AI 基础设施，而不是传统意义上的通用服务器升级。
  • 它基于 Neoverse V3，最多可配置到 136 核。
  • Arm 宣称相较 x86 平台可以实现超过 2 倍的每机架性能。
  • Meta 是 lead partner 和 co-developer。
  • 官方同时点名了 Cerebras、Cloudflare、F5、OpenAI、Positron、Rebellions、SAP、SK Telecom 等客户或生态伙伴。
  • 制造由 TSMC 承担，官方点名 3nm 工艺。

这串信息重要，原因在于 Arm 第一次公开告诉产业链：它愿意把自己的产品边界推到量产硅。

过去大家和 Arm 做生意，默认前提是它不跟你抢终端产品。现在这个前提已经不是绝对成立了。哪怕 Arm 目前只从 AI 基础设施 CPU 切入，这也足够改写客户对它的预期。

Arm 到底想做什么，不想做什么

这件事最容易被误读的地方，是把 Arm 直接套进英伟达叙事里。

Arm 现在最想拿下的，是 AI 基础设施里被长期低估的一层，也就是 CPU、系统控制、调度、编排和更高集成度的平台入口。

今天的大模型系统并不是“只有 GPU 就够了”。一旦进入大规模部署，CPU 负责的事情反而越来越多：

  • 推理请求调度。
  • 控制平面管理。
  • 数据搬运与内存协同。
  • 存储、网络与加速器编排。
  • 多 agent 工作流的任务管理。
  • 边缘设备和车端的本地推理控制。

Arm 在 Arm Everywhere 和 AGI CPU 的叙事里，已经把这个逻辑说得很直白了。AI agent 的兴起，会显著抬高每 GW 数据中心里对 CPU 容量的需求。AI 周期没有削弱 CPU 的位置，反而让它在整个系统里的角色变得更关键。

所以 Arm 的转型目标更像这样：

  • 在云和数据中心，争夺 AI 基础设施 CPU 的控制点。
  • 在手机、PC 和边缘设备，提供更完整的 AI SoC 底座。
  • 在汽车和 physical AI 设备里，把自己变成长期默认的计算平台。
  • 在 chiplet 和定制硅时代，拿到更高价值的系统级入口。

这和英伟达当然会有边界重叠，但它不等于 Arm 已经转成一家以训练加速卡为中心的公司。

为什么 Arm 现在必须往上走

Arm 现在往上走，是因为原有授权模式已经很难完整吃到 AI 周期带来的新增价值。

第一，客户需求已经变了。

今天做 AI 芯片和做手机 SoC 不同，复杂度、验证难度、软件栈要求、系统协同要求都高得多。很多客户并不想从零开始攒一颗芯片，他们更想买一块能直接缩短研发周期的底座。CSS 和 Total Design 正是在解决这个问题。

第二，AI 把数据中心 CPU 再次推回舞台中央。

过去几年外界很容易把算力竞争看成 GPU 的独角戏，但 agentic AI、推理服务和大规模部署一起上来之后，CPU 的价值变得更难替代。谁掌握了 AI 数据中心里的高性能、高能效 CPU 入口，谁就在整个系统中占住了稳定位置。

第三，Arm 已经有条件这么做。

今天头部云厂商和 AI 基础设施公司里，Arm 的底层影响力远比几年前更强。AWS Graviton、Google Axion、Microsoft Cobalt、NVIDIA Grace 这些路线，说明 Arm 早已不是“移动端架构公司”那么简单。它已经进了云和数据中心的核心地带。既然客户已经愿意拿 Arm 做高性能 CPU，Arm 再往前一步做自家量产产品，就不再像十年前那样不可想象。

第四，Arm 想拿走更多价值量。

只卖架构授权和版税，商业模式很优雅，但也意味着很多系统级价值会留在客户手里。卖 CSS、卖更完整的平台、卖自有硅产品，当然更重，但单个项目的价值也更高。AI 周期把这种上移的吸引力进一步放大了。

这件事会怎样改写 Arm 和客户的关系

Arm 最大的优势之一，一直是“大家都能把它当底座”。一旦它自己开始卖芯片，这种中立性就会被重新定价。

对英特尔和 AMD 来说，这件事最直接。因为 Arm 自己做 AI 基础设施 CPU，本质上就是在进一步侵蚀 x86 在数据中心里的地盘。过去 Arm 主要通过授权让 AWS、微软、谷歌去做自己的 CPU；现在 Arm 自己也下场，意味着它不只是平台方，也开始成为成品供应者。

对英伟达来说，关系会更复杂。

一方面，双方仍然是深度合作关系。Grace 和 Grace Blackwell 本来就建立在 Arm Neoverse 之上，Arm 依然是英伟达 AI 基础设施路线里的重要底座。另一方面，一旦 Arm 继续往 chiplet、板级产品和系统级方案走，它与英伟达的边界只会越来越近。今天还可以说双方主要重叠在 CPU 和平台层，明天就未必只有这点重叠。

对 AWS、谷歌、微软这类云厂商，影响则更微妙。它们不一定会因为 Arm 自己做产品就停止自研 CPU，但会重新思考 Arm 在价值链里到底只是技术提供方，还是潜在的竞争者。如果 Arm 未来进一步强化自家芯片路线，一些客户可能会更谨慎地平衡自研、Arm 授权和其他替代架构之间的关系。

对高通、联发科、汽车芯片厂商和边缘 AI 芯片公司，短期影响可能没那么直接，但问题已经摆在桌上了：如果 Arm 能在数据中心先迈出这一步，它会不会在未来把相同逻辑复制到 PC、汽车或边缘 SoC？

这也是为什么 Arm 的每一次“边界再上移”，都会被客户看得很仔细。因为它不只是出一个新产品，而是在改写自己和生态的契约。

Arm 当前最值得重视的，不只是芯片，还有软件和子系统

只盯着 Arm AGI CPU，会把 Arm 的转型看窄。更深的一层变化，是 Arm 正在同时做三件事情。

第一件，是让 Arm CPU 更适合直接跑 AI 推理。

KleidiAI 的价值就在这里。它不是一颗芯片，但它决定了开发者和框架在 Arm CPU 上能否获得足够好的 AI 性能。只卖硬件而没有软件栈，很难在今天的 AI 竞争里站稳。Arm 与 Microsoft 围绕 KleidiAI 和 ONNX Runtime 的合作，正是在补这块短板。

第二件，是把不同场景里的 AI 底座标准化。

Lumex CSS 面向 AI 终端，Zena CSS 面向软件定义汽车，Neoverse CSS 则继续往数据中心推进。你可以把这些产品理解成 Arm 在不同计算场景下的“半成品底座”。它不一定每次都自己卖成品芯片，但它越来越像在决定成品该长什么样。

第三件，是把 chiplet 和定制硅时代的产业组织权抓到手里。

当客户越来越想要半定制、自定义和系统级优化时，谁能把 foundry、EDA、IP、封装和软件整合到一起，谁就更容易成为生态的默认入口。Arm Total Design 做的其实就是这件事。

所以从商业上看，Arm AGI CPU 很重要，但它更像一块路标。真正说明 Arm 转型深度的，是它在 IP、CSS、软件栈、生态组织和量产硅之间已经形成闭环。

这条路线最大的风险是什么

第一大风险，就是客户中立性下降。

过去很多客户愿意深度押注 Arm，一个关键原因就是它不和大家直接抢终端产品。现在这个前提松动后，客户会自然追问：Arm 今天做 CPU，明天会不会做更多？如果 Arm 继续上移，生态伙伴会不会开始把它视为合作中的竞争者？

第二大风险，是利润结构变化。

授权和版税业务天然轻，做量产硅产品则要承担更重的研发、验证、流片和客户支持成本。到 2025 年，Arm 管理层在公开材料里已经不断抬高产品边界，开始系统性地谈更高集成度的 compute products、CSS 和更完整的平台路径。上移当然能换来更高 ASP，也会把公司带进一个完全不同的经营节奏。

第三大风险，是市场会不会把客户名单误读成真实规模。

Arm 这次公开点名了很多客户和伙伴，但要区分清楚：谁是联合开发方，谁是首发采购者，谁只是生态合作方，谁只是愿意测试。到目前为止，最明确、最实质的合作对象仍然是 Meta。其他名单更多说明 Arm 已经把生态拉起来了，不等于所有人都会马上大规模买单。

第四大风险，是替代路线会被重新激活。

只要有一部分客户觉得 Arm 从“共同底座”变成了“潜在竞争者”，RISC-V 之类的替代路线就会得到更多讨论空间。短期内这不会立刻改写格局，但中长期确实会影响 Arm 的生态稳定性。

该怎么判断 Arm 这次转型是不是成功

判断这次转型是否成功，最终还是要看后续几个观察点。

第一，Arm AGI CPU 在 2026 年下半年的真实落地规模如何。有没有明确的大客户部署，是否只是少量试点，还是已经进入可见出货阶段。

第二，Arm 会不会继续公开第二代、第三代 AI 基础设施 CPU 路线。如果只有第一代示范产品，意义和持续迭代产品线完全不同。

第三，CSS 的许可数和客户覆盖是否继续上升。因为这比单颗芯片更能说明 Arm 是否真的把平台入口抓在手里。

第四，Arm 与核心客户之间会不会出现更明显的摩擦。尤其是当它进一步往 chiplet、板级甚至系统级方案走的时候，这种摩擦几乎不可避免。

第五，Arm 会不会把数据中心这套打法复制到汽车、机器人和边缘 AI。只要它开始复制，市场就会更清楚地意识到，这不是一次性的产品试水，而是一条长期战略。

最后的判断

如果今天还把 Arm 理解成一家“主要靠手机时代授权模式吃版税的公司”，那已经跟不上现实了。AI 没有改掉 Arm 的核心能力，但迫使它把这些能力往更高层重新组织。

它先把 AI 做进基础 IP，再把 IP 组合成 CSS，再把生态做成 Total Design，最后在 agentic AI 数据中心里推出第一颗自家量产硅产品。这个过程说明，Arm 的转型是顺着自己的强项一步步上移，不是情绪化追热点。

所以，对“Arm 是不是也开始转型做 AI 芯片”这个问题，我的答案是明确的：是，而且已经从战略准备期进入正式产品期。

但这句话还有后半句更重要。Arm 当前真正要争夺的，是 AI 世界里更广、更稳、更容易被长期绑定的那层控制面，也就是 CPU、CSS、chiplet、软件栈和系统级入口。谁掌握这一层，谁未必最显眼，却很可能最难被替代。