英伟达CEO黄仁勋在COMPUTEX 2026上发布面向Windows笔记本电脑和小型工作站的RTX Spark超级芯片，引发人们对Arm架构PC发展的再次关注。Arm边缘AI事业部执行副总裁Chris Bergey近日在京举办“Arm边缘AI媒体沟通会”，进一步介绍了其对PC行业演进的展望，以及AI将如何影响PC行业。Arm将携手生态合作伙伴共同推进行业的持续性发展。
智能体时代的新PC
当前AI正对各行各业进行重塑，其中对计算行业的影响尤为明显。Chris Bergey表示：“我们看到，当前AI正沿着一条非常显著的演进轨道发展——无论是模型规模的持续扩展，还是AI应用需求的不断增长，都在推动这一进程。这一趋势在很大程度上是以CPU为核心驱动的，同时也正在催生出一系列新的应用场景。”
根据Chris Bergey介绍，在这轮AI演进中，一个正在被重塑的重要领域就是PC。以往，PC行业遵循的发展规律与市场格局是：产品从入门级逐步向高性能产品延伸。在这个过程中，产品的整体架构是相对一致的。高端机型依靠提升主频、扩充核心数量、选用更强性能的内核实现迭代。整体遵循传统供需与价格弹性的市场规律。
但随着AI的发展特别是智能体的广泛应用，人们对PC的期待正在发生改变，不同细分市场也变得不同。在传统PC 之外，智能体专用硬件平台正逐步兴起。用户对此类设备的需求可能会变成：PC能够7×24小时不间断地运行智能体，即使用户不在电脑前，智能体也可持续执行任务、提供服务；设备可依托高性能硬件，以高吞吐规格运行各类大模型；且不产生额外算力费用，用户仅需支出设备采购、供电及网络接入成本，无需在月末缴纳云端服务费。全部模型均可在本地运行，依托储存在终端的个人数据完成计算，用户隐私数据留存于本机，不必上传至云端或其他外部服务器。
Chris Bergey指出：“未来PC将分化为两大品类：其一是人们当下正在使用的传统PC，这类产品形态不会消失，但会持续迭代升级，整机趋于轻薄紧凑，通过优化内存占用控制成本，同时主打极致便携属性；另一类设备便携性偏弱，用户外出期间，该硬件可留在家中全天候不间断运行。二者在外观形制、摆放结构等物理设计层面均有差异化表现。”
Arm助力下一代PC形态演进
Arm将携手生态合作伙伴，持续推动下一代PC形态的演进。Chris Bergey表示，Arm现已面向个人电脑市场推出计算子系统（CSS）产品——CSS for PC，并已实现落地。英伟达RTX Spark正是基于第一代 CSS for PC平台打造的。据介绍，目前Arm第二代CSS for PC方案已交付合作伙伴，未来基于该平台的芯片产品将陆续发布。Chris Bergey表示，Arm还在针对PC产品线开发专属功能模块，相关配置将区别于智能手机及其他领域所用平台方案。
此外，Arm还将持续推进开发者社区的发展。近日，Arm便携手微软在“Microsoft Build”上发布了Arm AppReady for Windows项目，整合AI赋能的工具、清晰的开发指导以及Arm应用专家支持，帮助开发者降低迁移的复杂度，交付在Arm架构Windows设备上启动更快、运行更优的原生应用。
面对PC行业的快速发展变化，Chris Bergey强调，Arm拥有两大核心优势：一是在能效与算力密度方面的领先能力。凭借该项优势，芯片能够集成性能持平甚至优于竞品的CPU内核，可在同等晶圆面积中放置更多处理器核心，有效控制硬件成本。无论目标是延长整机续航，还是降低热设计功耗 (TDP)，优异的算力密度都是智能体平台的关键支撑。
二是Arm CPU能够与英伟达Blackwell高性能GPU实现紧密耦合。Arm配备标准化互联接口，既可以实现芯片内部的互连，也能实现跨芯粒互联。这将有助于合作伙伴打造高性能计算系统，使高密度CPU与高性能加速器紧密联动，并充分发挥统一内存架构的优势。
目前中国大陆本土产业链也积极推进Arm PC 处理器的开发与应用。中国大陆芯片企业此芯科技与 Arm日前便共同推出了CIX Claw Station平台。基于此，联想、MetaComputing 等十余家行业合作伙伴正在加大投入与研发力度，进一步推进CIX Claw Station平台在智能体计算时代的发展。
Arm优势——更出色的能效比
随着智能体时代的到来，CPU在PC /边缘终端设备中的重要性持续显著提升，从过去 AI 的辅助搬运，升级为全系统调度中枢，智能体全链路的控制、逻辑、记忆、工具执行均高度绑定CPU。Arm也在积极助力合作伙伴对CPU产品的开发。
Chris Bergey表示，英伟达RTX Spark配备了20颗独立的Arm CPU内核，是当前采用统一内存架构的PC类产品中CPU核心配置最多的。智能体应用的普及，是CPU价值日益凸显的关键原因。设备平台内各项业务由不同智能体分别处理，各类智能体大多依托专属CPU驱动。此外，还有大量与AI工作负载相关的数据库操作，例如用于管理上下文以及整个运行过程等。
“实际上，大家真正需要的是更高的CPU密度，也就是说需要更出色的能效比 (performance per watt)，而这正是Arm的优势所在。”Chris Bergey表示，“CPU的独有优势体现在出色的灵活性上，便于开发者进行程序编写，既能够独立承载部分AI 运算，也可搭配各类加速单元协同工作。因此我们的研发优先级并未发生变动。市场现状反而印证，需要加快迭代节奏，持续精进以进一步提升性能。”
统一内存架构助推边缘计算革新
统一内存架构（Unified Memory Architecture，UMA）是指CPU、GPU、各类加速器共享同一块系统物理内存，不再各自配备独立显存/缓存，所有计算单元共用统一地址空间、同一套物理内存池。这与传统CPU的主存+GPU独显显存分离的分立架构有着明显区别。而将CPU、GPU、NPU等核心共享同一块物理内存，无需在不同内存之间拷贝数据，可降低延迟、提升带宽利用率。这一概念自20世纪80年代就已提出。苹果的M系列芯片和英伟达RTX Spark都采用了这一技术路线。
实际上，随着存储成为AI推理的瓶颈，各个大厂都在开发自己的应对措施。2012 年Arm在Cortex-A15+Mali-T600中就采用了统一内存架构。在回答媒体提问时，Chris Bergey也重点强调了智能体时代统一内存架构的优势性。
“统一内存能够让CPU和GPU完整调用全部DRAM 以及带宽资源。设备运行各类应用时，可按需灵活调整内存分配比例，这项技术能充分释放AI的性能潜力。回看五年前英伟达在数据中心的布局，其绝大多数的CPU都基于x86 架构部署。但自Grace CPU以来，英伟达转向Arm 架构，这项转变使得英伟达得以构建统一计算平台，让其CPU与 GPU可以共用同一片内存空间。此外，统一内存也让系统设计不再依赖PCIe或CXL等传统传输接口，大幅提升CPU与GPU之间的传输带宽。Arm计算架构、GPU与统一内存的紧密耦合，将改变云端算力格局，统一内存技术也将推动边缘计算实现革新。”Chris Bergey表示。
