這一服務器CPU市場,Arm架構將占九成

這一服務器CPU市場,Arm架構將占九成

文章圖片

這一服務器CPU市場,Arm架構將占九成



到2029年 , 基于Arm的CPU將占定制AI ASIC服務器主機CPU部署的至少90%, 高于2025年的約25% 。



根據 Counterpoint Research HPC 服務發布的最新數據中心 AI 服務器計算 ASIC 出貨量預測和跟蹤報告 , 定制 AI 服務器基礎設施的主機 CPU 層正在經歷一場悄然但結構性的變革 , x86 架構正逐漸被專有的基于 Arm 的設計所取代。
雖然公眾對人工智能基礎設施的討論幾乎完全集中在加速器的出貨量上 , 但研究機構自下而上地跟蹤谷歌、AWS、微軟、Meta 和其他主要超大規模數據中心運營商的主機CPU 連接率 , 揭示了一種獨立且未被充分重視的需求轉變正在并行發生 。
過去三年 , 基于 x86 架構的 CPU 在 AI 基礎設施加速器部署中占據了主導地位 。 領先的超大規模數據中心運營商在當前一代ASIC服務器部署中一直依賴英特爾和 AMD 的處理器作為主機 CPU , 這反映了軟件兼容性要求和現有數據中心基礎設施的現狀 。 然而 , 在這個不斷增長的市場中 , 由于半定制 AI 加速器或 XPU 對異構架構的需求 , 可以看到基于 Arm Neoverse 內核的 Arm 服務器 CPU 的采用率正在大幅提升 。
對于超大規模數據中心而言 , 此舉本質上是出于成本和效率方面的考慮 。 通過自主設計主機處理器和人工智能加速器 , 超大規模數據中心旨在實現多元化 , 降低對商用芯片供應商的依賴 , 在規?;\營中重新獲得利潤 , 并降低運維成本 。 因此 , 專有的Arm CPU最初面向通用云工作負載 , 之后才被設計用于人工智能服務器程序 。 基于Arm架構的CPU的每瓦性能最高可達同類x86機架式配置的兩倍 , 這對于希望在固定功耗范圍內最大化計算密度的超大規模數據中心而言至關重要 。
研究助理David Wu強調了這一趨勢:“雖然x86架構目前在人工智能服務器基礎設施中仍占據重要地位 , 但經過逐代分析表明 , 這一既有優勢正在迅速向基于Arm的專有設計過渡 。 預計 , 這一轉變將在2026年下半年加速 。 了解哪些超大規模數據中心運營商以及哪一代ASIC芯片正在從x86過渡到Arm , 才是獲取有效洞察的關鍵所在 。 ”
人工智能超大規模數據中心中基于 Arm 架構的 CPU 的普及對于谷歌而言 , 其下一代 TPU 基礎設施中基于 Arm 的 Axion CPU 的快速部署是這一轉型過程中最重要的單一事件 , 這表明基于 Arm 的 CPU 現在已經準備好進行大規模 AI 基礎設施部署 。
AWS也一直在逐步改變其 Trainium 架構 , 基于 Arm 的 Graviton 處理器在高密度配置中發揮著越來越重要的作用 , 即使 x86 架構在某些部署中仍然保留以保持向后兼容性 。
除了谷歌和AWS之外 , Arm架構的轉型正在超大規模云服務領域迅速發展 。 微軟從一開始就將其Azure Cobalt ARM CPU與Maia AI加速器系列相結合 。
進入 Arm AGI CPUMeta 最近確認 Arm 為其下一代 MTIA 基礎設施的戰略 CPU 合作伙伴 , 并且 Meta 被指定為Arm 首款AGI CPU的啟動客戶 , 這進一步表明 , 擺脫商用 x86 架構是一個深思熟慮的、全行業的趨勢 , 而不是一個孤立的設計決策 。
研究副總裁尼爾·沙阿表示:“人工智能服務器從x86架構向Arm架構的過渡并非一蹴而就 , 而是逐步推進 , 逐代迭代 , 逐配置調整 。 超大規模數據中心運營商正根據自身特定的部署需求做出審慎的選擇 , 編寫兼容且可互操作的軟件 , 經濟效益也十分可觀 。 預計在2026年下半年 , 隨著各大超大規模數據中心運營商廣泛部署自主研發的Arm CPU以及下一代ASIC平臺 , 這一過渡進程將顯著加速 。 ”
【這一服務器CPU市場,Arm架構將占九成】Shah補充道:“我們的分析預測 , 到2029年 , 基于Arm的CPU將占定制AI ASIC服務器主機CPU部署的至少90%, 高于2025年的約25% , 這一結構性轉變是由主要超大規模數據中心加速推出內部Arm CPU項目所驅動的 。 ”

這一轉變也對更廣泛的半導體供應鏈產生了重大影響 。 隨著超大規模數據中心轉向采用先進工藝節點自主研發的Arm CPU , 人工智能服務器的建設將同時推動臺積電供應鏈中人工智能服務器計算ASIC和CPU兩大環節的需求增長 。
*聲明:本文系原作者創作 。 文章內容系其個人觀點 , 我方轉載僅為分享與討論 , 不代表我方贊成或認同 , 如有異議 , 請聯系后臺 。
想要獲取半導體產業的前沿洞見、技術速遞、趨勢解析 , 關注我們!

    推薦閱讀