Arm AGI CPU是什麼？台積電3奈米製程、Meta共同開發，IP龍頭史上最大商業模式轉型|數位時代 BusinessNext

Arm 35年來首度推出自研CPU！跨入晶片市場卻說「不是來搶客戶的」，這盤棋怎麼下？

Arm跨入晶片市場，首度推出資料中心CPU，搶攻AI基礎設施商機。隨CPU角色升溫，Arm從IP供應商轉向平台與產品提供，攜手Meta等夥伴擴大布局。

為什麼Arm要推出CPU？

隨著AI從模型訓練走向「代理式AI」，資料中心的運算架構正在改變。過去AI運算主要仰賴GPU負責訓練與推論，CPU多半只是輔助角色；但在代理式AI架構中，大量AI代理需要持續運作，並在不同模型、工具與資料之間即時調度，讓CPU轉為負責任務分派、資源協調與資料流動的核心節點。

Arm指出，在這樣的環境下，CPU已成為影響系統效率與擴展能力的關鍵，需求明顯上升，也帶動其角色轉變。過去Arm以IP授權為主，由客戶自行設計晶片；但隨著AI基礎設施快速擴張，雲端與AI業者更希望能快速、大規模部署運算平台，對「現成且可量產」的解決方案需求提高。

在這樣的背景下，Arm首度推出自研CPU，提供從IP、半成品到成品的不同選項，讓客戶依需求選擇導入方式。哈斯表示：「我們會提供不同層級的產品，如果客戶不選擇AGI CPU，選CSS或IP也沒問題。」

Arm推出AGI CPU，主要是回應AI基礎設施升級帶來的新機會。一方面，代理式AI讓CPU的重要性提升；另一方面，市場對快速部署的需求，也推動Arm從技術供應商，走向平台與產品提供者，試圖在AI基礎設施中占據更核心的位置。

會不會跟Arm的客戶搶生意？

Arm跨入晶片市場後，外界最關心的問題之一，就是是否會與原本的客戶產生競爭關係。過去，包括AWS、Google、Microsoft等雲端業者，皆是建立在Arm的架構之上自行設計CPU，如今Arm推出自有產品，確實在表面上與這些客戶的業務產生重疊。

對此，雲端AI事業部執行副總裁阿瓦德（Mohamed Awad）強調：「我們要給予客戶的是選擇權（optionality）。」Arm表示，這項策略並非取代既有客戶，而是擴充產品選項。Arm目前同時提供IP授權、運算子系統（CSS），以及此次推出的完整CPU產品，讓客戶可依不同應用場景選擇方案。例如在部分關鍵工作負載上，企業仍可能選擇自行設計晶片；但在需要快速部署或標準化架構的場景，則可直接採用Arm提供的現成產品。

換言之，Arm試圖建立的是一種「平台型供應」模式，而非單一產品競爭。透過同時涵蓋不同層級的技術與產品，Arm不僅能維持既有授權業務，也能切入過去未能觸及的市場需求。對雲端業者而言，這樣的策略反而增加彈性，使其在自研晶片之外，仍保有採用現成解決方案的選項，進一步擴大整體生態系的規模與使用範圍。

Arm CPU的合作夥伴與生態系

Meta與Arm共同開發此款CPU，以最佳化其應用程式系列所需的吉瓦（GW）級基礎架構，成為最大客戶。

其他首批合作夥伴包括 Cerebras、Cloudflare、F5、OpenAI、Positron、Rebellions、思愛普（SAP）與 SK 電訊（SK Telecom），皆與Arm合作導入Arm AGI CPU，加速雲端、網路及企業環境中的AI驅動服務。目前，永擎電子（ASRock Rack）、聯想（Lenovo）、廣達電腦（Quanta Computer）與美超微電腦（Supermicro）已開始提供可供訂購的商用系統，並預計於今年下半年擴大供應。

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。