<p><strong>Counterpoint Research</strong> 在周四指出，随着超大规模云计算公司越来越多地摆脱 <strong>英特尔公司</strong> (NASDAQ: INTC) 和 <strong>超微半导体公司</strong> (NASDAQ: AMD) 的传统 x86 中央处理器 (CPU)，AI 基础设施市场正在经历结构性转变，转向专有的 <strong>Arm Holdings plc</strong> (NASDAQ: ARM) 基于 Arm 的设计，以优化成本、效率和控制。</p>
<h2><strong>超大规模云计算公司推动从 x86 向 Arm 的转变</strong></h2>
<p>主要云计算公司如 <strong>Alphabet Inc</strong>. (NASDAQ: GOOGL) <strong>谷歌</strong>、<strong>亚马逊公司</strong> (NASDAQ: AMZN) <strong>亚马逊网络服务</strong>、<strong>微软公司</strong> (NASDAQ: MSFT) 和 <strong>Meta Platforms Inc</strong>. (NASDAQ: META) 正在通过围绕基于 Arm 的 CPU 重新设计其 AI 服务器架构来引领这一转型，正如 Counterpoint 所述。</p>
<p>历史上，这些公司依赖于英特尔和超微的 x86 处理器，主要是由于软件兼容性和现有基础设施。然而，定制 AI 加速器的兴起增加了对异构架构的需求，加速了基于 Neoverse 核心的 Arm CPU 的采用，Counterpoint 指出。</p>
<p>这一转变反映了更广泛的战略：超大规模云计算公司正在设计内部硅片，以减少对外部供应商的依赖，提高利润率，并降低大规模运行 AI 工作负载的成本。</p>
<h2><strong>Arm 凭借效率和定制硅片获得市场份额</strong></h2>
<p>Arm Holdings 正在获得关注，因为其架构在每瓦特性能上显著优于传统的 x86 系统，这在受限于电力的数据中心中是一个关键优势，Counterpoint 表示。</p>
<p>公司们已经在 AI 基础设施中部署基于 Arm 的 CPU。谷歌正在为下一代张量处理单元 (TPU) 系统扩展其 Axion CPU，而 AWS 则在扩大其 Graviton 处理器与 Trainium 芯片的使用。微软已将其 Azure Cobalt Arm CPU 与其 Maia AI 加速器集成，从一开始就将 Arm 嵌入其 AI 架构中，Counterpoint 补充道。</p>
<p>这些部署表明，Arm 不再仅限于通用云工作负载，而是正成为 AI 服务器设计的核心。</p>
<h2><strong>定制 AI 基础设施重塑竞争格局</strong></h2>
<p>这一转型正在一代代地展开，超大规模云计算公司将 CPU 设计与其专有的 AI 加速器紧密对接。Meta Platforms 通过选择 Arm 作为其下一代 Meta 训练和推理加速器 (MTIA) 基础设施的战略合作伙伴，并成为 Arm 人工通用智能 (AGI) CPU 平台的首批客户，进一步巩固了这一趋势，Counterpoint 表示。</p>
<p>预计这一协调转变将在 2026 年下半年加速，主要受内部 Arm CPU 更广泛部署的推动。预测显示，到 2029 年，基于 Arm 的 CPU 可能占定制 AI 应用专用集成电路 (ASIC) 服务器中主机 CPU 部署的约 90%，而 2025 年这一比例约为 25%，Counterpoint 表示。</p>
<p>随着超大规模云计算公司扩大其内部硅片战略，影响力正在扩展到整个半导体供应链，先进制造的需求上升，支持 AI 加速器和基于 Arm 的 CPU。</p>

云计算 ETF - GlobalX

全球科技股指数 ETF - iShares

半导体 ETF - VanEck Vectors

<p>Arm Holdings 有望在 2029 年之前占据 90% 的 AI 服务器市场，因为谷歌、亚马逊和 Meta 等主要超大规模数据中心正在从英特尔和 AMD 转向基于 Arm 的 CPU。这一转变是由于对成本效率和控制的需求，企业正在设计内部硅芯片以提高利润率并减少对外部供应商的依赖。Arm 的架构在每瓦特性能方面表现优越，非常适合电力受限的数据中心。预计这一趋势将加速，重塑 AI 基础设施的竞争格局，并增加对先进半导体制造的需求</p>

<p><strong>Counterpoint Research</strong> noted on Thursday that the AI infrastructure market is undergoing a structural shift as hyperscalers increasingly move away from <strong>Intel Corp</strong>. (NASDAQ: INTC) and <strong>Advanced Micro Devices Inc.’s</strong> (NASDAQ: AMD) legacy x86 central processing units (CPUs) toward proprietary <strong>Arm Holdings plc</strong> (NASDAQ: ARM) Arm-based designs to optimize cost, efficiency, and control.</p>
<div class="lb-trans"><p><strong>Counterpoint Research</strong> 在周四指出，随着超大规模云计算公司越来越多地摆脱 <strong>英特尔公司</strong> (NASDAQ: INTC) 和 <strong>超微半导体公司</strong> (NASDAQ: AMD) 的传统 x86 中央处理器 (CPU)，AI 基础设施市场正在经历结构性转变，转向专有的 <strong>Arm Holdings plc</strong> (NASDAQ: ARM) 基于 Arm 的设计，以优化成本、效率和控制。</p>
</div><h2><strong>Hyperscalers Drive Shift From x86 to Arm</strong></h2>
<div class="lb-trans"><h2><strong>超大规模云计算公司推动从 x86 向 Arm 的转变</strong></h2>
</div><p>Major cloud players such as <strong>Alphabet Inc</strong>. (NASDAQ: GOOGL) <strong>Google</strong>, <strong>Amazon.com Inc</strong>. (NASDAQ: AMZN) <strong>Amazon Web Services</strong>, <strong>Microsoft Corp.</strong> (NASDAQ: MSFT), and <strong>Meta Platforms Inc</strong>. (NASDAQ: META) are leading the transition by redesigning their AI server stacks around Arm-based CPUs, as per Counterpoint.</p>
<div class="lb-trans"><p>主要云计算公司如 <strong>Alphabet Inc</strong>. (NASDAQ: GOOGL) <strong>谷歌</strong>、<strong>亚马逊公司</strong> (NASDAQ: AMZN) <strong>亚马逊网络服务</strong>、<strong>微软公司</strong> (NASDAQ: MSFT) 和 <strong>Meta Platforms Inc</strong>. (NASDAQ: META) 正在通过围绕基于 Arm 的 CPU 重新设计其 AI 服务器架构来引领这一转型，正如 Counterpoint 所述。</p>
</div><p>Historically, these companies relied on x86 processors from Intel and AMD due to software compatibility and existing infrastructure. However, the rise of custom AI accelerators has increased the need for heterogeneous architectures, accelerating the adoption of Arm-based CPUs built on Neoverse cores, the firm noted.</p>
<div class="lb-trans"><p>历史上，这些公司依赖于英特尔和超微的 x86 处理器，主要是由于软件兼容性和现有基础设施。然而，定制 AI 加速器的兴起增加了对异构架构的需求，加速了基于 Neoverse 核心的 Arm CPU 的采用，Counterpoint 指出。</p>
</div><p>This shift reflects a broader strategy: hyperscalers are designing in-house silicon to reduce reliance on external vendors, improve margins, and lower the cost of running AI workloads at scale.</p>
<div class="lb-trans"><p>这一转变反映了更广泛的战略：超大规模云计算公司正在设计内部硅片，以减少对外部供应商的依赖，提高利润率，并降低大规模运行 AI 工作负载的成本。</p>
</div><h2><strong>Arm Gains Ground With Efficiency and Custom Silicon</strong></h2>
<div class="lb-trans"><h2><strong>Arm 凭借效率和定制硅片获得市场份额</strong></h2>
</div><p>Arm Holdings is gaining traction as its architecture delivers significantly better performance per watt than traditional x86 systems, a critical advantage in power-constrained data centers, according to Counterpoint.</p>
<div class="lb-trans"><p>Arm Holdings 正在获得关注，因为其架构在每瓦特性能上显著优于传统的 x86 系统，这在受限于电力的数据中心中是一个关键优势，Counterpoint 表示。</p>
</div><p>Companies are already deploying Arm-based CPUs across AI infrastructure. Google is scaling its Axion CPU for next-generation Tensor Processing Unit (TPU) systems, while AWS is expanding the use of its Graviton processors alongside Trainium chips. Microsoft has integrated its Azure Cobalt Arm CPU with its Maia AI accelerators, embedding Arm into its AI stack from the outset, the firm added.</p>
<div class="lb-trans"><p>公司们已经在 AI 基础设施中部署基于 Arm 的 CPU。谷歌正在为下一代张量处理单元 (TPU) 系统扩展其 Axion CPU，而 AWS 则在扩大其 Graviton 处理器与 Trainium 芯片的使用。微软已将其 Azure Cobalt Arm CPU 与其 Maia AI 加速器集成，从一开始就将 Arm 嵌入其 AI 架构中，Counterpoint 补充道。</p>
</div><p>These deployments show that Arm is no longer limited to general-purpose cloud workloads but is becoming central to AI server design.</p>
<div class="lb-trans"><p>这些部署表明，Arm 不再仅限于通用云工作负载，而是正成为 AI 服务器设计的核心。</p>
</div><h2><strong>Custom AI Infrastructure Reshapes Competitive Landscape</strong></h2>
<div class="lb-trans"><h2><strong>定制 AI 基础设施重塑竞争格局</strong></h2>
</div><p>The transition is unfolding generation by generation, with hyperscalers aligning CPU design closely with their proprietary AI accelerators. Meta Platforms has reinforced this trend by selecting Arm as a strategic partner for its next-generation Meta Training and Inference Accelerator (MTIA) infrastructure and serving as the launch customer for Arm’s Artificial General Intelligence (AGI) CPU platform, Counterpoint told.</p>
<div class="lb-trans"><p>这一转型正在一代代地展开，超大规模云计算公司将 CPU 设计与其专有的 AI 加速器紧密对接。Meta Platforms 通过选择 Arm 作为其下一代 Meta 训练和推理加速器 (MTIA) 基础设施的战略合作伙伴，并成为 Arm 人工通用智能 (AGI) CPU 平台的首批客户，进一步巩固了这一趋势，Counterpoint 表示。</p>
</div><p>This coordinated shift is expected to accelerate from the second half of 2026, driven by the broader deployment of in-house Arm CPUs. Projections indicate Arm-based CPUs could account for around 90% of host CPU deployments in custom AI Application-Specific Integrated Circuit (ASIC) servers by 2029, up from about 25% in 2025, the firm told.</p>
<div class="lb-trans"><p>预计这一协调转变将在 2026 年下半年加速，主要受内部 Arm CPU 更广泛部署的推动。预测显示，到 2029 年，基于 Arm 的 CPU 可能占定制 AI 应用专用集成电路 (ASIC) 服务器中主机 CPU 部署的约 90%，而 2025 年这一比例约为 25%，Counterpoint 表示。</p>
</div><p>As hyperscalers scale their in-house silicon strategies, the impact is extending across the semiconductor supply chain, with rising demand for advanced manufacturing supporting both AI accelerators and Arm-based CPUs.</p>
<div class="lb-trans"><p>随着超大规模云计算公司扩大其内部硅片战略，影响力正在扩展到整个半导体供应链，先进制造的需求上升，支持 AI 加速器和基于 Arm 的 CPU。</p>
</div>

Every Major Hyperscaler Is Moving To Arm — Here's Why It Matters

- Counterpoint Research 指出，AI 基础设施市场正经历结构性转变。  
- 大型云服务商如谷歌、亚马逊和微软正在转向 Arm 架构的 CPU。  
- 到 2029 年，Arm 架构 CPU 预计将在定制 AI ASIC 服务器中占比达 90%。

每个主要的超大规模云服务商都在转向 Arm——这为何重要