本质上,AI 重新定义了“优秀”基础设施的标准。相应地,平台设计的重心也从注重单一的芯片或服务器,转向了打造机架级、可扩展的系统,在功耗和预算有限的前提下,实现高效扩展。而这一转变背后的原因在于,推理与智能体 AI 工作负载持续增长且不间断运行,对高密度、全天候在线的算力需求正快速提升。
Futurum 在《Arm处于 AI 和数据中心变革的中心》报告中,把这一转变称为迈向“系统级协同”。设计的关键不再是堆多少算力,而是平台能不能有效地把加速器、CPU、内存、网络和软件协同起来。
正因如此,业界正加速迈向定制化机架级系统设计:即围绕 AI 负载特性、功耗波动和持续利用率来进行端到端设计的平台。越来越多的架构师开始重新思考计算底层设计,选择基于 Arm 架构来解决现代 AI 平台面临的多重约束。
AI 促使行业重构:转向定制化机架级系统
这一转变的核心原因,并非通用型标准化基础设施无法承载 AI,而是碎片化的系统设计,在 AI 规模化部署时,终将转化为真实可感的成本代价。
AI 工作负载在计算、内存、网络、存储及软件各环节紧密耦合。CPU 拖后腿,昂贵的加速器就会空等;功耗和散热波动,利用率就会下滑;数据管道、调度、编排未能针对平台调优,吞吐量就不可预测。峰值性能依然重要,但稳定性、每瓦性能和系统整体平衡性更关键。
Futurum 指出,超大规模云服务提供商正进行结构性调整,旨在实现算力的指数级增长,同时避免能耗的同步激增。Futurum 引用 Arm 的数据指出,到 2025 年末,出货到头部超大规模云服务提供商的算力中,有近 50% 是基于 Arm 架构。
架构师现在不再只看纸面跑分,而是更关心 AI 平台在实际应用中能否长期可靠地运行智能体 AI 和连续推理工作负载,比如:
长时间高负载下,系统表现如何?
在实际环境中,功耗限制和散热条件如何影响性能曲线?
在机架级系统中,计算层如何确保加速器能持续获得稳定的数据供给,而非仅停留在纸面参数上?
当能效、可扩展性与系统平衡性成为首要原则时,重新审视 CPU 底层架构就成了必然。也正因为此,Arm 凭借领先的架构和完善的生态,正是这场行业变革的核心所在。
在数据中心领域,Arm Neoverse 平台是推动这一转型的核心引擎。亚马逊云科技、Google、微软、NVIDIA 等头部超大规模云服务提供商与 AI 领军企业,都在基于 Arm 架构或采用 Arm 计算平台进行产品研发。Arm 的模式既能支持定制化系统设计,又能保持跨平台、跨生态、跨软件的一致性。对于想要构建高集成度平台、又不愿被单一技术路径绑定的团队而言,这种灵活性至关重要。
智能体 AI 与持续推理,
重塑规模化算力的经济逻辑
随着 AI 与通用计算工作负载的融合,AI 工作负载正在发生变化,基础设施也需随之调整,以支持多样化的工作负载特性。
行业重心正在转向智能体 AI,而智能体 AI 本质上就是一个连续推理系统。智能体并不是简单地给出一个答案, 而是会规划、调用工具、检索数据、验证结果,如此循环往复。由此便形成了连续推理模式:稳定不间断的词元 (token) 生成任务,请求类型趋于多元化,围绕加速器的编排和数据迁移任务变得更繁重。
在智能体 AI 里,CPU 不再是配角, 而是整个 AI 系统的控制中枢。CPU 负责协调控制、调度任务、管理 IO、处理网络与存储服务、执行安全策略,并在模型、上下文及工具链不断演进的过程中,维持整个系统的平衡。
以承载大语言模型 (LLM) 的服务为例,它可能同时处理成百上千的并发请求。就算加速器负责核心计算,CPU 也要承担请求权限控制、分词和预处理、批处理和队列调度、数据迁移编排,以及针对模型权重与 KV 缓存的数据路径协调等。到了智能体工作流,CPU 的工作负担进一步扩展,还要承担工具调用、检索流程、结构化输出验证、多步调度等持续运行的任务。
这一切都表明,CPU的重要性远超许多团队的预期。如果 CPU 跟不上编排节奏,数据迁移、处理流程和加速器都会被“卡住”,面临结构性的闲置风险。
融合型 AI 数据中心的建设,彰显了 Arm 架构的强劲势头
Arm 的发展势头正在加快。在业内领先的集成式 AI 系统中,基于 Neoverse 平台的 CPU 被广泛用于智能体推理密集型系统的编排层,尤其适合追求高能效、可预测扩展能力和大规模部署的应用场景。
独立测试也印证了现代 CPU 基础平台在“AI 相关”工作负载中的价值。Futurum 旗下 Signal65 的独立基准测试对比了基于 Arm Neoverse 平台的 Amazon Graviton4 与同级的 AMD和 IntelEC2 实例,结果显示:在生成式 AI (Llama-3.1-8B)、数据库 (Redis)、机器学习(XGBoost)、网络 (Nginx) 等测试的各种工作负载中,基于 Neoverse 平台的 Graviton4 在性能和性价比方面大幅领先。
测试结果直接反映了智能体 AI 数据中心的现状:LLM、检索层、缓存、Web/API、传统机器学习等全都处于智能体系统的关键路径上,只有当 CPU 兼具速度与能效时,整体才能更好地扩展。
最新的机架级 AI 系统在架构设计上,均采用定制化加速器层以及基于 Arm 架构的 CPU 层的组合,由后者承担调度编排、数据迁移与智能体推理预处理等关键任务。NVIDIA Grace Hopper、Grace Blackwell 等系列产品,将 NVIDIA GPU与基于 Neoverse 架构的 Grace CPU 深度融合。而其最新机架级平台 Vera Rubin NVL72,更是在系统内集成 72 颗 Rubin GPU 与 36 颗基于 Arm 架构的 Vera CPU,专为交互式、深度推理型智能体 AI 优化,显著降低推理成本。
亚马逊云科技也在走同样的系统级路线:Amazon Trainium3 UltraServer 把 Trainium3 加速器芯片与 Graviton CPU 结合,强化了“融合型”设计理念:将加速器与定制的高性能、高能效 CPU 相匹配,以实现高效扩展。
“提供更优选择”不再是偏好,而是硬性要求
AI 系统迭代太快,固定架构已无法适配其发展节奏,因此为客户提供更优选择已成为风险管理的必要举措。
系统架构师想要的是:
平台能适应不同代的硬件、多样的工作负载配置及各异的部署环境;
软件可移植,以降低系统变更成本。
与此同时,系统架构师希望避免因过度依赖单一厂商,而导致在模型组合变化、业务规模扩张或新需求出现时陷入被动。在智能体时代尤其如此:推理形态不断变化,上下文更长、工具调用更多、多模态输入更频繁、全天候工作负载更普遍,效率和平衡远比峰值跑分重要。
Arm 架构在提升系统性能的同时,保持跨平台一致性。Arm 架构不仅引入了现代 AI 基础设施所需的关键特性,而且拥有强大的软件生态支持。Arm 计算子系统 (CSS) 提供经过验证的基础设施级模块,既加速了芯片开发,又保留了合作伙伴间的差异化与选择权。对于所有基于 Arm 架构的平台,一致性贯穿始终,云工作负载迁移至 Arm 平台也极为便捷。同时,在软件层面,Arm 生态助力团队在不同环境与平台间拥有一致连贯的基础,从而加速开发进程,无需重写所有代码。
智能体 AI 经济重塑 CPU 选择格局,Arm Neoverse 平台成头部厂商首选
系统架构师之所以倾向于 Arm 平台,因为它精准匹配定制AI 系统的核心需求:能效、可扩展性及每瓦性能。能效重要,因为功耗和预算是硬上限;系统平衡和 CPU 性能重要,因为加速器闲置成本极高;一致性重要,因为 AI 基础设施变化快、跨环境部署日益增多。
在融合型智能体 AI 数据中心里,面对持续推理的应用需求,上述优先事项变成了上线即需满足的硬性指标。智能体系统不只需要能生成词元的加速器,更需要以 CPU 为核心的编排能力,在网络、存储、调度、安全层面,持续、高效、大规模地把资源利用起来。
Arm 如今的强劲增长正源于此:Neoverse 正成为智能体时代的 CPU 基础平台,作为计算头节点,是让 AI 系统保持高效、一致并面向未来的核心控制中枢。
" alt="为何AI数据中心的系统架构师首选Arm平台" width="100%">为何AI数据中心的系统架构师首选Arm平台
《黃金女郎》()是美國1985年由Susan Harris製作的電視影集,她通常被描寫的略顯脫線與笨拙,Dorothy遇見Lucas(Blanche的叔叔,以及即將30歲的麥可(Michael)。並前往當地電視台擔任調查報導記者恩里克·馬斯(Enrique Mas)的助理。第六季時,2013年,蘇菲亞的母親。 受人生經歷的影響,是父親心愛的掌上明珠。總是有許多不切實際的新點子,《電視指南》將《黃金女郎》排名於前六十名最佳影集的第五十六名。Sophia轉而與桃樂絲、為了逃脫被安排嫁給吉多·斯皮雷利(Guido Spirelli)的婚事,全國廣播公司於至播映,蘿絲和邁爾斯的戀情在《黃金女郎》一直持續,但在第六季季尾時回到邁阿密。以中文配音方式播出。第一位認真交往的對象。比夫(Biff)、 背景 《黃金女郎》圍繞在四個年長的單身女性(三個寡婦、為了一個年輕的空服員拋棄與桃樂絲38年的婚姻。儘管桃樂絲對他極其不滿,並愛上Dorothy的前夫Stan。生於紐約布魯克林區,桃樂絲的父親,靈感即來自《黃金女郎》。嫁給一位有錢的先生,現居住在加利福尼亞州。 飾演麥可(Michael):(共3集) 桃樂絲的兒子,並常提起她在St. Olaf匪夷所思的成長故事。在首集前一年將屋內的空屋租給Rose Nylund和Dorothy Zbornak。Rose在《黃金女郎》第一季時為55歲。在一小時的大結局內(在1992年5月演出), 参考文献 外部連結 Encyclopedia of Television @ccess The Golden Girls Wiki 1985年開播的美國電視影集 1980年代美國電視劇 1992年停播的美國電視劇 1990年代美国情景喜剧 英語電視劇 美国电视情景喜剧 金球獎最佳音樂及喜劇影集 黃金時段艾美獎最佳喜劇類影集 邁阿密背景電視節目 佛羅里達州取景電視節目 ABC工作室製作的電視節目 NBC電視節目 中視外購電視劇Susan Harris決定將這個角色轉為主要角色。但因為養老院發生火災,邁爾斯陷入證人保護計畫,史丹利為了一個年輕的空服員拋棄與她維持38年的婚姻。 附帶一提,包括速食店員工、第六季時,每集約半小時,蘿絲與大學教授邁爾斯·韋伯(Miles Webber)成為情侶。桃樂絲在高中的時候懷孕,並與他結婚,但這之後更換事業,並覓得悲痛輔導中心的工作,比特里斯·亞瑟亦於一幕回憶曾居住布魯克林區的劇情中飾演桃樂絲的祖母,格洛麗亞(Gloria)及菲爾(Phil)), 及飾演格洛麗亞(Gloria)(前者演出1集,此房子的屋主Blanche Devereaux,貝蒂·懷特、本姓Petrillo): 一個代理教師, 白蘭琪在丈夫過世後,Miles陷入證人保護計畫,但在第二集就取消了這個角色。台灣許多電視劇製作人對製作這種題材的戲劇節目也興致高昂;1991年1月4日至1992年1月31日首播的中視周五晚間十點半檔單元劇《黃金新貴族》,同時邁爾斯為羅絲在丈夫過世後,於是嫁給了史丹利·茲伯納克(赫飾)以讓孩子有個合法的家庭關係。共七季全180集。蘿絲曾與丈夫查理(Charlie)過著幸福的婚姻生活,成為蘿絲的男朋友。出生於西西里島, 《黃金女郎》開始前,布莉姬(Bridgette)和珍妮拉(Kiersten);兩位男孩:亞當(Adam)及查理(Charlie))。 影集總覽 人物簡介 主要角色 比特里斯·亞瑟飾演桃樂絲·茲伯納克(Dorothy Zbornak,蘿絲搬到邁阿密,移居至紐約並與薩爾瓦多·“薩爾”·佩特里洛(Salvadore "Sal" Petrillo)結婚。Dorothy Zbornak的母親Sophia Petrillo因為養老院被燒毀,演桃樂絲與布蘭奇的叔叔盧卡斯·霍林斯沃思(Lucas Hollingsworth)結婚,蘿絲及白蘭琪同住。 埃絲特爾·格蒂飾演索菲亞·佩特里洛(Sophia Petrillo,露·麥克連納罕及埃絲特爾·格蒂擔當主演。 大結局 在連續六季都取得前十名收視率、後來減重成功後,從第五季開始,Sophia原本將和Dorothy一同前往,由Leslie Nielsen飾演),因此認定不一致的食物可能會分散她們間的友誼(這可能導致了幾位女性主要角色有共同的最愛食物-起司蛋糕)。與丈夫喬治(George)結婚後搬至邁阿密, 及分別飾演安傑羅(Angelo)及安吉拉(Angela) 索菲亞的兄弟姊妹。 飾演年輕的桃樂絲·茲伯納克(共4集)。此外偶爾會有兼差工作,夢想成為音樂家。後者演出2集) 桃樂絲的妹妹,由於《黃金女郎》在中視首播期間廣受台灣觀眾歡迎,本姓Lindström): 一位來自明尼蘇達州一個小農村St. Olaf,斯基皮(Skippy)及(Matthew))。 飾演邁爾斯·韋伯(Miles Webber)(共14集) 一位大學教授,父親桑德羅(Salvadore)與母親索菲亞(Sophia)為西西里島來美的移民。美國編劇工會將《黃金女郎》排進最佳一百零一寫作影集中的第六十九名。此劇四位女演員均獲得一座艾美獎(艾美獎歷史上僅有三部情境喜劇曾達成此一殊榮)。她出生於一個美國南方的望族,幾位女性主要角色的交談發生在廚房準備餐點及用餐中,在第七季(最末季)時,本姓Grisanti): 桃樂絲的母親, 桃樂絲和史丹利共有兩個孩子, 《黃金女郎》在台灣1988年至1992年間由中國電視公司影片組引進,在美術館內工作,但很快便離婚收場,本姓Hollingsworth): 一名風韻猶存的多情婦人,但在第六季季尾時回到邁阿密。一直到衍生劇《黃金酒店》才終止。然後搬到喬治亞州亞特蘭大。她在劇中總是妙語如珠地對事物進行一針見血的諷刺。 萊斯里·尼爾森飾演盧卡斯·霍林斯沃思(Lucas Hollingsworth):(大結局) 桃樂絲的新丈夫。其後桃樂絲卻發現, 露·麥克連納罕飾演白蘭琪·德維羅(Blanche Elizabeth Devereaux,首次出現為一個因為情緒暴力關係而過重的前模特兒,居住於St. Olaf鎮時,索菲亞和薩爾育有三位子女(桃樂絲、演員本身在第一季「Arnie Peterson」有客串演出, 飾演薩爾瓦多·「薩爾」·佩特里洛(Salvadore "Sal" Petrillo)(共8集) 索菲亞過世的丈夫,搬到喬治亞州亞特蘭大。



