Arm 与 NVIDIA:为智能体 AI 时代构建可信计算基石
摘要
Arm 官方阐述其在智能体 AI 时代的算力定位:Arm 架构 CPU 负责运行智能体工作负载,Arm 架构 DPU 等基础设施处理器提供独立的观测、隔离与策略执行层,二者共同构成英伟达新推出的 Open Agent Safety Platform 的可信计算基础。
核心要点
- Arm 援引 IDC 数据称,基于 Arm 的机架级服务器已在加速计算领域超越 x86,成为主导平台,且 Arm 技术部署于所有主要超大规模云厂商
- 原文将智能体基础设施的算力需求拆为两类:运行智能体的算力,以及保护智能体的算力,Arm 声称两者都能提供
- Arm 生态内的 CPU 包括 Arm AGI CPU、AWS Graviton、Google Axion、Microsoft Cobalt 与 NVIDIA 定制 Vera CPU,架构各异但兼容同一 Arm 软件生态
- NVIDIA OpenShell 在智能体周围建立安全运行时边界,限定其可访问的资源与可执行的动作,使同一套安全执行方式可跨多样化的 Arm 云与 AI 基础设施复用
- Arm 架构 DPU 把网络、监控、隔离与安全等基础设施服务从主机 CPU 移出,形成独立于智能体与应用的单独控制点
原文佐证
- Arm-based rack-scale servers have now overtaken x86 as the dominant platform for accelerated computing, according to IDC
- Arm technology is deployed across every major hyperscaler
- BlueField-4, powered by NVIDIA Grace with 64 Arm Neoverse V2 cores, provides an independent infrastructure environment beyond the host.
AI 洞察
这篇厂商叙事真正的分量不在“安全”,而在于算力话语权的再划分:智能体把 CPU 重新推回运行时中枢,而 DPU 成为独立于被保护对象的信任域,AI 基础设施的竞争正从单一加速器扩展到“运行 + 治理”双栈。若智能体安全层围绕 Arm 生态形成事实标准,x86 在数据中心的主导地位以及非 Arm 阵营的加速器厂商都将承受生态依附压力;后续更可能看到的是智能体安全接口与策略层的标准之争,而非芯片参数之争。