賣了35年圖紙的英國公司，突然親手造了一顆芯片，ARM要下什么棋

賣芯片圖紙賣了35年的ARM，突然在2026年掏出了一顆自己制造的實體芯片，它怎么突然親自下海造芯片了？

其實ARM靠賣芯片圖紙的模式在初期的半導體行業算得上腦洞大開，他們不制造芯片、不冒庫存風險，只收兩筆錢。

一筆是提前交的授權費，客戶拿到CPU的RTL代碼、文檔和驗證工具。另一筆叫版稅的基礎費率，下游芯片賣出一顆，ARM就從中提走大約賣價的1%到2%。

所以客戶賣得越多，ARM賺得越多，這個邏輯比賣硬件輕巧太多了，毛利率長期維持在97%以上。

而今天，市面上超過99%的手機SoC，不管是蘋果A系列、高通驍龍、三星Exynos還是聯發科天璣，核心CPU部分用的全部是ARM架構。

表面上是各個品牌在打擂臺，底下的“大腦內功”其實都是ARM傳授的。憑什么呢？為什么包括自研能力頂級的蘋果在內的幾十家芯片大廠，做CPU時都繞不開ARM？

舉個例子，假如某家公司決定搏一把，從零開始自研一枚“張三芯片”。他們的工程師得從晶體管級別開始擺，一行一行手寫指令集。

那么等第一代芯片流片回來的時候，真正的問題是幾乎沒有應用軟件能適配它。畢竟軟件生態的培育周期以年為單位，等生態有起色了，市場早就被吃得干干凈凈。

而ARM就是這種情況下提供了一條捷徑，那就是買他的圖紙，這是難題就迎刃而解了，交一筆授權費，就能拿到ARM現成的CPU核心設計。

至于圖像處理器、通信模塊、射頻單元這些周邊部分，他們可以自己發揮，做出差異化。芯片大腦已經有了，研發周期一下子縮短了好幾年，還能天然兼容ARM生態里數以百萬計的軟件應用。

所以靠著這種開放的商業模式，地球上生產過的基于ARM架構的芯片累計已經突破了3500億顆。

但現在這種模式開始發生改變，一個安安靜靜蹲在幕后收“過路費”的公司，為什么偏偏在2026年，突然決定站到臺前，拿自己的真金白銀去賭芯片制造？

要知道，他們的ARM AGI CPU瞄準的不是手機，而是AI數據中心里的服務器。再翻看ARM最近幾個季度的財報，數據很能說明問題。

對應自然日歷的2025年第四季度，ARM營收12.42億美元，同比增長26%。特許權使用費收入同比漲了27%，數據中心板塊的爆發貢獻了核心增量。

而且ARM預測，到2030年芯片業務收入將達到150億美元，整體年度收入沖擊250億美元。一款自研服務器芯片，配上如此激進的財務目標，ARM這次的意圖再清楚不過。

它在兩種部署方式中做了非常巧妙的選擇，一個是36千瓦的標準風冷機柜，這是絕大多數現有數據中心的標配，插進去就能用，不需要改造基礎設施。

另一個則是200千瓦的液冷機架，留給那些追求極致密度的頭部玩家，兩頭追求，既照顧了現有市場，也給未來留好了空間。

而Meta是這顆芯片的聯合開發者和首發客戶，Meta計劃將Arm AGI CPU與其自研的MTIA訓練與推理加速器協同部署，優化其在推薦系統、內容理解等核心業務中的AI基礎設施。

第一批量產芯片預計在2026年下半年廣泛推向市場，OpenAI、SK電訊、Cloudflare等也在首發客戶名單中，覆蓋了從大模型訓練到電信網絡的多個應用場景。

回到本文開始提出的問題，ARM沉得住氣當了35年中立裁判，為什么現在要親自下場比賽？

因為傳統的服務器CPU，英特爾和AMD的x86占據了差不多八成的市場份額，但最近兩年，隨著GPU在AI數據中心的算力比重迅速攀升，CPU的角色從“自己上場跑”悄然變成“管好跑的人”。

所以現在全球Arm架構的CPU算力出貨量中，已有接近一半進入了頭部云服務商的數據中心。

但還有問題是，這個世界上還有一堆中型科技企業、電信運營商、金融機構，他們既掏不出幾億美元的研發預算來做自研芯片，又眼饞ARM架構在AI服務器上的能效優勢。

于是此前他們的選擇基本只有英特爾或AMD的x86，這些人找到ARM想要一顆現成的芯片，對此ARM給了肯定的答復。

而這正是這位“圖紙供應商”親自走下裁判席的現實動力，賣紙本秘籍固然安全，可AI這波風來了，有些客戶根本就不識字，只想要一本打開就能用的成品，ARM肯定要適應。

而且ARM自研服務器芯片這個決策背后，藏著一個更深層的變化，算力供需正在發生結構性重塑。

如今大模型的能力邊際效應在遞減，從2024年到2026年，AI數據中心的工作負載逐漸從大規模訓練轉向推理落地。

尤其是智能體系統（如OpenClaw“龍蝦”）的爆發，像一股從側面沖上來的洪流，把CPU這個老角色又推到了舞臺中央。

就像2026年第一季度，兩大現象級事件并排出現在技術圈，一邊是ARM破天荒發布自研芯片，另一邊是OpenAI推出的代理式AI工具OpenClaw在全球爆火。

后者不是那種“你問一句它答一句”的聊天模型，而是一種能夠自主規劃任務、連續執行復雜操作、不需要人類守在屏幕前反復確認的全自動智能系統。

這類智能體從來不休眠，它會在凌晨三點自動檢索數據庫、調整參數、把處理結果輸入下一個工作流，接著調用API生成報告。

所以它一小時發出的計算請求，可能相當于一個人類用戶一整天的操作量。哈斯預估，智能體發起的單次查詢生成的token量將是人類token需求量的15倍以上。

其實早在2025年，市場上就已經在爭論AI算力大基建之后，CPU會不會淪為配角，歷史走到2026年給出的答案是相反的。

現實是智能體時代沒有弱化CPU，而是把調度效率推到了核心競爭力的位置。ARM賣了35年的商業巨擘聞到了變天的氣味，終于改變了策略。

當然，這盤棋還遠遠沒到收官階段，巨頭們正在用真金白銀下注一個共同判斷：AI基礎設施將是未來十年芯片戰爭的決勝高地。

從Acorn時代失敗的個人電腦，到移動時代稱霸天下，再到AI時代首次親自下海做芯片，三代人，三場變革，ARM的故事還沒有講完。

參考資料：
Arm推出面向人工智能數據中心的首款CPU ——科技日報
Arm發布136核AGI CPU追趕AI熱潮 ——澎湃新聞
Arm首次推出自有芯片， 與英特爾、AMD等爭奪AI數據中心市場 ——界面新聞