AREX Viewpoint Article
Arm CEO：AI 时代真正的枢纽仍是 CPU
导读
2026年3月24日，Arm发布首款自研实体芯片Arm AGI CPU，Meta成为首发客户，OpenAI也出现在发布现场。路透社将这一动作称为公司“极其关键的时刻”，因为这是Arm新战略下的第一颗芯片；CNBC则指出，这家长期向苹果、英伟达、亚马逊和谷歌授权架构的公司，第一次自己制造CPU。这不仅是产品发布，更是Arm从IP授权商向实体芯片玩家跃迁的信号。
几个月后的这期对话，把跃迁背后的逻辑讲得更清楚。Arm CEO Rene Haas解释：Meta想要一款能执行软件代理的通用CPU，但市场上没有人能提供，于是Meta主动找Arm一起做。这个细节说明实体芯片战略并非Arm单方面扩张，而是对客户未满足需求的直接回应。SoftBank年报也确认，Arm已进入新阶段，商业模式扩展到芯片的开发与销售。
Haas同时纠正了市场对GPU的单一关注。他指出，从训练转向推理后，加速器只负责生成token，而CPU负责协调和交付这些token；没有任何计算问题可以绕开微处理器。无论数据中心、汽车、机器人还是手机，CPU都是系统的基础要求。这解释了Arm为什么在AI加速器热潮中押注CPU：不是倒退，而是占据AI工作负载调度与交付的不可替代位置。
更关键的是生态接受度。Haas透露，Arm在推进实体芯片前主动征询客户，反对远少于预期；因为更丰富的软件生态惠及所有自研芯片客户。产品发布时，来自英伟达、亚马逊、微软、谷歌等公司高管的祝贺，成为生态认可的“确凿证据”。这让读者理解，Arm敢于进入客户领地，不是因为放弃合作，而是因为其芯片能扩大软件生态，降低整个行业的交付门槛。
视频还把芯片之外的下一个瓶颈摆到台面上。Haas判断，数据中心建设正在取代芯片和内存，成为AI算力扩张的关键制约；美国部分地区对数据中心的抵制，以及社区对AI失业的恐惧，进一步收紧供给。Arm官方新闻稿中“每个GW可节省最多100亿美元资本支出”的效率数据，给出这类CPU在电力受限时代的具体价值。于是，Arm的芯片不是孤立的硬件竞赛，而是嵌入电力、土地和社会接受度的现实约束。
因此，这期视频的重要性在于，它把一次产品发布转化为可复用的判断框架：CPU是不可替代的调度中枢，实体芯片是对客户速度压力的回应，真正的瓶颈在物理世界而非硅片。对于关注AI基础设施的读者，这比发布通稿更能说明谁在定义下一阶段算力的规则；而Haas的第一手解释，恰好补上了发布会没有展开的战略推理。
核心结论
- CPU 是 AI 推理时代不可替代的调度中枢，Arm 在端侧拥有结构性优势：Rene Haas 指出，从训练转向推理后，加速器只负责生成 token，而 CPU 负责调度和交付这些 token，这一角色没有任何替代方案。随着 AI 越来越多地在小型终端设备上本地运行，Arm 的低功耗指令集架构获得了端侧 AI 处理的独特机会。
- Arm 从 IP 授权走向实体芯片制造，是对客户未被满足需求的主动回应而非业务扩张：Meta 需要一款能执行软件代理的通用 CPU，但市场上没有现成方案，这直接推动了 Arm 的实体芯片战略。生态伙伴的接受度远高于预期，说明这一转变顺应了行业对更快交付和更丰富软件生态的共同需求。
- AI 算力扩张的真正瓶颈正在从芯片供应转向数据中心建设与社会接受度：Rene Haas 判断，数据中心建设速度正在成为比芯片和内存更早卡住 AI 增长的环节，而社区抵制和地区限制进一步收紧了基础设施供给。这意味着即使芯片产能持续提升，物理基础设施和社会阻力仍可能限制 AI 的规模化部署。
- AI 需求远未泡沫化，供给不足仍是当前的主要矛盾：Haas 将估值泡沫与供需失衡区分开来，认为即便股市存在泡沫成分，AI 算力供给远未跟上需求。模型运行机制决定了需求难以饱和，芯片、内存和基础设施的系统性供给瓶颈才是核心约束。
- SoftBank 的资本与生态布局为 Arm 提供了独特的战略纵深，而非简单的股东关系：Arm 深度参与 SoftBank 在机器人、AI 和基础设施领域的战略制定，SoftBank 的资本实力和生态场景为芯片初创企业提供了从验证到落地的完整路径。这种协同使 Arm 在竞争中获得了一般芯片公司不具备的孵化和落地通道。
观点拆解
1. CPU 是 AI 时代被低估的核心枢纽，而非配角
-
CPU 是所有计算问题的必经之路，AI 加速器无法取代它：Rene Haas 指出，历史上没有任何计算问题可以绕开微处理器，CPU 是系统中负责组织、仲裁和决定数据流向的核心。即使在 ChatGPT 引爆加速器热潮、市场一度认为“任何问题的答案都是加速器”的背景下，CPU 依然不可替代。
“没有任何一个被发明出来的计算问题不使用、或者无法使用微处理器。它是一切的核心。所有路径都通向它、围绕它，或者经过它。必须有某个东西来组织、仲裁并决定那些数据的目的地。这就是 CPU 所做的事情。”
“不管问题是什么，答案都是加速器。没有任何一个被发明出来的计算问题不使用、或者无法使用微处理器。它是一切的核心。”
-
从训练转向推理后，CPU 的角色变得更加关键：随着 AI 工作负载从训练向推理迁移，系统需要协调和调度大量 token 的生成与交付。Haas 用“token 工厂”和“卡车”的比喻说明，加速器只负责生成 token，而 CPU 负责把这些 token 送到用户手中，这一角色目前没有任何替代机制。
“随着越来越多的数据从训练——训练当然对循环学习和强化学习非常重要——转向推理，也就是使用 token 和使用信息。那么，在一个系统问题中，必须有某个东西来协调、仲裁并决定那些 token 的去向，对吧？token 工厂只是生成所有这些 token。这就像是在问，那些把 token 取走并交付给用户的卡车在哪里。这就是 CPU 所做的事情。”
“所以，直到某个能终结 CPU 存在的东西被发明出来、并且我们开始通过另一种尚未被定义或发明的机制来做这件事之前，CPU 都会表现得很好。”
-
CPU 是端侧 AI 的基础要求，Arm 在小型设备上拥有结构性优势：Haas 强调，无论是数据中心、汽车、机器人、手机还是可穿戴设备，CPU 都是系统的基础要求。随着 AI 越来越多地在更小的终端设备上本地运行，无法在这些设备上放置高功耗 GPU，Arm 的指令集架构因此获得了在端侧进行 AI 处理的独特机会。
“顺便说一句，无论我谈论的是数据中心、汽车、机器人、手机还是可穿戴设备，这一点都适用。事实上，随着我们转向更小的尺寸、越来越多的人工智能将在那里发生，这将成为 Arm 的优势，因为 CPU 无论如何都是基础要求。”
“你不能简单地把一个 50 瓦的 GPU 放在头上，对吧？你需要在某个地方本地完成那些 AI 处理。所以，这是一个很好的位置。”
2. Arm 从 IP 授权走向实体芯片制造，是对客户需求和市场速度的主动回应
-
Arm 转向实体芯片，是因为客户需要市场上不存在的通用 CPU：Rene Haas 指出，Meta 想要一款能执行软件代理的通用 CPU，但当时没有任何供应商能提供现成方案，于是 Meta 主动找到 Arm 提出合作。这说明 Arm 从 IP 授权走向实体芯片制造，并非单纯扩张业务，而是对客户未被满足的需求的直接回应。
“他们想要一款能够执行软件代理的通用 CPU。没有人能提供给他们。他们来找我们说：“嘿，我们为什么不一起做这件事？””
-
从 IP 到子系统再到实体芯片，是 Arm 对市场速度压力的连续回应：Rene Haas 回顾了 Arm 的演进路径：早期只提供 CPU、GPU 和系统 IP，后来因为芯片制造周期变长、上市速度越来越重要，Arm 先推出计算子系统，再进一步走向实体产品。这表明实体芯片制造是 Arm 在加速的市场环境中逐步升级交付能力的自然结果。
“几年前，我们开始注意到产品周期并没有变慢。芯片制造时间在增加。更快地将解决方案推向市场变得越来越重要。”
“实体产品可以说是下一步的飞跃。”
-
生态伙伴对 Arm 制造芯片的接受度远高于预期：Arm 在推进实体芯片战略前主动征询了客户意见，结果遇到的反对远少于预期。Rene Haas 解释称，更丰富的软件生态对 NVIDIA、Amazon、Microsoft、Google 等所有自研芯片的客户都有利。产品发布时来自这些公司高管的祝贺，进一步验证了生态对这一转变的认可。
“令人惊讶的是，我们遇到的反对比我预期的要少得多。原因在于，可用的软件丰富性——无论是专有的还是开源的——都惠及更广泛的生态系统和客户本身。”
“确凿的证据是，去年三月我们宣布该产品时，我们收到了来自 Jensen、Rony Booker、Amin、James Hamilton 以及我提到的那些客户的所有人的祝贺。”
3. AI 算力扩张的真正瓶颈正在从芯片转向数据中心基础设施建设
-
数据中心建设正在取代芯片供应，成为 AI 算力扩张的下一个关键瓶颈：Rene Haas 回顾了 AI 算力瓶颈的演变过程：从先进封装到内存，再到当前他认为即将到来的数据中心建设瓶颈。这一判断意味着，即使芯片和内存产能继续提升，物理基础设施的建设速度也可能更早地限制 AI 系统的规模化部署。
“我认为数据中心的建设将会成为瓶颈。”
“因为如果基础设施建设不是瓶颈，我认为芯片产能和内存产能很可能才是瓶颈。”
-
现有数据中心项目普遍延期，建设端已出现系统性压力：Haas 指出，当前正在推进的数据中心项目很少能提前完成或比预期更省人力，说明建设环节已经面临普遍的进度和劳动力压力。这为“基础设施将成为瓶颈”的判断提供了现实依据。
“当我说建设时，如果你看看今天正在推进的所有项目，你会发现很少有项目能提前于进度，或者所需人力比预期更少，对吧？”
-
美国部分地区对数据中心建设的抵制和限制，正在进一步收紧基础设施供给：除了建设进度和劳动力问题，Haas 还提到美国不同地区出现了放缓数据中心开发或对其施加限制的声音。这意味着政策和社会阻力可能成为 AI 基础设施扩张的额外约束，使瓶颈更加复杂。
“再加上来自美国各地关于放缓数据中心开发或对其施加限制的大量噪音，我认为基础设施建设可能会成为瓶颈。”
“所以我认为你会看到各种不同的制约因素，不是州长，而是各种不同的东西会抑制这种增长。”
4. AI 需求远未泡沫化，供给不足仍是主要矛盾
-
AI 泡沫论混淆了估值泡沫与供需失衡，算力供给远未跟上需求：Rene Haas 将市场对 AI 泡沫的担忧区分为估值泡沫与供需泡沫两个层面。他认为，即便股市估值存在泡沫成分，但从供给能否满足需求的角度看，AI 算力远未达到过剩状态，供给不足才是当前的核心矛盾。
“抛开作为股市指标之一的估值泡沫不谈，就我们是否在供给对需求方面过度扩张而言，还远远没有接近那个程度。”
-
模型运行方式决定了 AI 需求难以饱和，基础设施供给持续承压：Rene Haas 指出，AI 模型本身的运行机制就决定了需求不会轻易被满足。芯片、内存和基础设施的获取与建设相互叠加，形成了系统性的供给瓶颈，这进一步说明需求端的旺盛并非短期投机所致。
“我认为这再次归结于需求无法被满足，仅仅从这些模型的运行方式来看就是如此。”
“而基础设施的建设、芯片的获取、内存的获取，所有这些因素共同作用。”
5. SoftBank 的资本与生态战略为 Arm 提供了独特的孵化和落地通道
-
SoftBank 的资本实力为芯片初创企业提供了关键的融资与验证通道：Rene Haas 指出，半导体行业重新成为创业热点，但资本获取是初创企业能否跨越早期阶段的核心瓶颈。SoftBank 作为 Arm 的大股东，能够通过战略合作、投资组合整合和资本支持，为芯片初创公司提供从设计验证到市场落地的独特路径，这比单纯依赖传统云厂商认证更具优势。
“许多公司如今意识到，在一个要么需要消耗巨量算力、要么需要投入巨额资本、要么需要执行像开发 CPU 知识产权这样庞大技术项目的时代，对资本结构的战略性运用和融资渠道的获取已经变得至关重要。”
“半导体重新回到了舞台中央，因为我们现在看到了一波该领域的初创公司浪潮。但获取资本将是他们能否跨越这一阶段的关键关口。”
“我们刚刚宣布了 SoftBank Neo，这是我们成为新型云端（neocloud）的愿景。在那个世界里，我们可以成为这些拥有芯片技术的初创企业的栖息地，而在其他情况下，它们将不得不设法让设计获得微软或谷歌的认证。我们可以为此提供许多有趣的途径。”
-
Arm 深度参与 SoftBank 在机器人、AI 和基础设施领域的战略制定与执行：Rene Haas 不仅管理 Arm，还直接参与 SoftBank 生态内多家公司的战略方向，并协助孙正义制定和落地围绕机器人、开放 AI、基础设施和 Arm 的整体愿景。这表明 Arm 与 SoftBank 的关系远超普通股东关系，而是深度嵌入其战略决策和执行的各个环节。
“我们围绕 SoftBank 所做的许多战略，都在帮助执行 Masa 在日本股东大会上公开谈到的那些战略，这些战略围绕机器人、开放人工智能、基础设施和 Arm。”
“我负责 Ampere、Graphcore 以及另一家名为 Stack AV 的公司的战略方向，后者从事自主系统相关的工作。但也许最好的理解方式是，我身处 Masa 进行的许多讨论的现场，帮助他制定战略，更重要的是帮助执行这些战略。”
-
SoftBank 生态可能成为 Arm 芯片产品的孵化环境，甚至催生定制芯片：Rene Haas 认为 SoftBank 在机器人、能源和数据中心基础设施等领域的布局，与 Arm 的产品方向高度协同。SoftBank 可以为 Arm 的产品提供天然的孵化和落地场景，Arm 甚至可能专门为 SoftBank 生态生产定制芯片，而不必全面扩张商业芯片业务。
“你可以想象 SoftBank 可能为我们的产品提供一个孵化环境，对吧？它不必是唯一的环境，但肯定可以是一个合适的环境。当我们思考 SoftBank 参与的领域，比如机器人、能源、数据中心基础设施，然后再看 Arm 的产品——我们目前唯一宣布的产品是 Arm AGI CPU——你可以开始把这些线索串联起来，说：天哪，Arm 可能会有一些有趣的机会。这并不一定意味着我们会全面扩张商业芯片业务。我们可能只为 SoftBank 专门制造产品。”
6. 美国半导体制造自主是国家安全问题，而非单纯的经济选择
-
美国曾因忽视半导体战略价值而付出代价，历史教训支持本土制造：Rene Haas 回顾了美国半导体产业从1980年代被日本以激进存储定价夺取市场份额，到互联网兴起后SaaS成为主流、人们逐渐忘记半导体战略重要性的过程。这段历史说明，本土制造能力一旦流失，重新重视和重建都需要付出巨大代价，因此当前推动本土晶圆厂建设是对历史教训的回应。
“我记得在八十年代，当美国还是这个领域的领导者时，日本开始在存储定价上采取非常激进的策略，实际上夺走了大量市场份额。”
“然后互联网出现了，SaaS公司成了主流，人们多少忘记了半导体是战略上至关重要的资产。”
-
美国必须在本土拥有尽可能多的芯片制造能力，这是国家安全的核心议题：Rene Haas 明确表示，考虑到美国市场的规模以及半导体对美国各项事业的重要性，美国需要在国内建设更多晶圆厂。他将此定性为“极其重要的国家安全问题”，而不仅仅是商业或供应链效率问题，这构成了他支持美国本土制造战略的最直接理由。
“但我认为，美国在其领土内拥有尽可能多的这类技术是至关重要的。”
“我认为我们需要在美国境内建设更多工厂。这是一个极其重要的国家安全问题。”
-
本土制造同时服务于供应链多元化，Rene Haas 是这一战略的坚定支持者：在国家安全理由之外，Rene Haas 还指出本土制造对于供应链多元化同样必要。这意味着美国推动本土晶圆厂建设不只是防御性地缘政治选择，也是降低供应链集中风险、增强韧性的主动布局。他明确表示自己是这一战略的坚定信徒。
“这对于供应链多元化也是必要的。所以，我是这一战略的坚定信徒。”
7. 数据中心遭遇的社区抵制主要源于对 AI 的恐惧，而非事实依据
-
数据中心成为 AI 焦虑的替罪羊，而非基于事实的反对目标：Rene Haas 认为，围绕数据中心的抵制情绪本质上源于人们对 AI 可能导致失业的恐惧。数据中心作为 AI 基础设施的物理象征，不幸地承载了所有关于 AI 的负面想象，而水污染等具体指控更像是被制造出来用以放大恐惧的工具。
“部分反弹只是源于恐惧。只是害怕我的工作会消失。”
“我认为数据中心不幸地成为了 AI 一切可能之恶的靶子，在我看来，这就像关于水污染和破坏供水的虚假指控。”
-
AI 收益分配不均加剧了公众的恐惧与抵制：Haas 指出，AI 繁荣虽然让许多人受益，但也有大量人群完全没有从中获益。在美国，许多人面临房贷压力和工资停滞，AI 被他们视为让生活更加艰难的新威胁，这种经济焦虑转化为对数据中心等 AI 基础设施的敌意。
“AI 的繁荣，有好有坏，让很多人受益，也有很多人完全没有受益，对吧？在美国有很多人，回到美国政治图景来看，他们连房贷都很难还上；你知道，他们的工资没有上涨，而现在又有了这个叫 AI 的东西，会让事情变得更难。”
-
行业需要主动沟通数据中心的经济与社会正面价值：面对被制造的恐惧和有组织的舆论影响，Haas 和对话者一致认为，行业有责任主动传达数据中心建设带来的就业机会、技术创新和社区财富外溢效应。电工等高技能蓝领岗位的需求就是数据中心创造实际就业的例证。
“这是一个高技能工作，需要大量培训和认证，而且需要大量这样的人来做这类工作。这对数据中心至关重要。”
“建设一个快速增长的新产业是有好处的，它可以创新新技术、创造就业机会，并为周边社区带来外部财富。但行业有责任传达这一点。”
8. 机器人将在工业自动化和物流配送领域率先实现规模化落地
-
通用可重编程机器人是未来方向，但当前成本过高、商业模式未定：Rene Haas 认为，从专用机械向可重训练、可重编程的通用机器人转变将释放巨大潜力，但现阶段机器人成本仍然过高，商业模式也尚未被验证。这意味着机器人虽然前景广阔，但距离大规模普及仍需跨越经济性和商业可行性两道门槛。
“我认为人形机器人或可重训练、用于特定任务的机器将会非常庞大。”
“我认为现在仍然有点早，因为商业模式还没有真正确定下来。机器人的成本非常高。”
-
工厂、配送中心和末端物流将是最先被自动化的领域：Rene Haas 指出，机器人当前的主要应用集中在汽车、手术机器人、数据中心和配送中心等高度专用场景，而配送中心最终可以实现完全自动化，并延伸至末端配送。他认为工厂自动化、配送和物流分发将是机器人最早规模化落地的领域。
“配送中心当然可以最终实现完全自动化，一直延伸到最后一公里配送。”
“就工厂自动化、配送和分发而言，这些将是最早被自动化的领域。毫无疑问。”
-
自动驾驶卡车本质上也是一种机器人，替代人类劳动才是真正的市场机会：Rene Haas 将自动驾驶卡车视为广义上的机器人，并认为机器人真正的价值不在于娱乐性的机器人竞赛，而在于替代大量可被自动化的人类劳动任务。这一判断将机器人商业化的焦点从表演性场景拉回到工业与物流等实际劳动场景。
“对我来说，宽泛地说，自动驾驶卡车就是一种机器人。”
“我不认为有人会在意观看机器人体育联赛。更广泛的价值将围绕大量最终可以很容易被机器人替代的人类劳动任务。”
总结
AI 竞赛的叙事正在发生位移：当市场仍在争论模型能力和芯片算力时，真正的约束已经转移到 CPU 的调度角色、数据中心的物理建设速度以及社会对 AI 基础设施的接受度上。Arm 的战略跃迁——从 IP 授权到实体芯片、从技术供应商到 SoftBank 生态的核心枢纽——揭示了一个更深层的趋势：在 AI 基础设施的下半场，竞争优势不再仅仅来自单项技术突破，而是来自对供应链瓶颈的预判、对客户真实需求的响应，以及对资本、生态和地缘政治资源的整合能力。谁能同时驾驭技术、物理世界和社会阻力，谁才能定义 AI 算力的下一个阶段。
信息源
视频来源
- Redefining Chip Architecture with Arm CEO Rene Haas：
外部资料
- Arm unveils new AI chip, expects it to add billions in annual ...：
- Arm releases first in-house chip, with Meta as debut customer：
- Arm expands compute platform to silicon products in ...：
- Arm Unveils AI Chip, Partners With Meta and OpenAI：
- Message from Arm CEO—SoftBank Group Report 2026：
- Arm：