<p><strong>Counterpoint Research</strong> 在週四指出，隨着超大規模雲計算公司越來越多地擺脱 <strong>英特爾公司</strong> (NASDAQ: INTC) 和 <strong>超微半導體公司</strong> (NASDAQ: AMD) 的傳統 x86 中央處理器 (CPU)，AI 基礎設施市場正在經歷結構性轉變，轉向專有的 <strong>Arm Holdings plc</strong> (NASDAQ: ARM) 基於 Arm 的設計，以優化成本、效率和控制。</p>
<h2><strong>超大規模雲計算公司推動從 x86 向 Arm 的轉變</strong></h2>
<p>主要雲計算公司如 <strong>Alphabet Inc</strong>. (NASDAQ: GOOGL) <strong>谷歌</strong>、<strong>亞馬遜公司</strong> (NASDAQ: AMZN) <strong>亞馬遜網絡服務</strong>、<strong>微軟公司</strong> (NASDAQ: MSFT) 和 <strong>Meta Platforms Inc</strong>. (NASDAQ: META) 正在通過圍繞基於 Arm 的 CPU 重新設計其 AI 服務器架構來引領這一轉型，正如 Counterpoint 所述。</p>
<p>歷史上，這些公司依賴於英特爾和超微的 x86 處理器，主要是由於軟件兼容性和現有基礎設施。然而，定製 AI 加速器的興起增加了對異構架構的需求，加速了基於 Neoverse 核心的 Arm CPU 的採用，Counterpoint 指出。</p>
<p>這一轉變反映了更廣泛的戰略：超大規模雲計算公司正在設計內部硅片，以減少對外部供應商的依賴，提高利潤率，並降低大規模運行 AI 工作負載的成本。</p>
<h2><strong>Arm 憑藉效率和定製硅片獲得市場份額</strong></h2>
<p>Arm Holdings 正在獲得關注，因為其架構在每瓦特性能上顯著優於傳統的 x86 系統，這在受限於電力的數據中心中是一個關鍵優勢，Counterpoint 表示。</p>
<p>公司們已經在 AI 基礎設施中部署基於 Arm 的 CPU。谷歌正在為下一代張量處理單元 (TPU) 系統擴展其 Axion CPU，而 AWS 則在擴大其 Graviton 處理器與 Trainium 芯片的使用。微軟已將其 Azure Cobalt Arm CPU 與其 Maia AI 加速器集成，從一開始就將 Arm 嵌入其 AI 架構中，Counterpoint 補充道。</p>
<p>這些部署表明，Arm 不再僅限於通用雲工作負載，而是正成為 AI 服務器設計的核心。</p>
<h2><strong>定製 AI 基礎設施重塑競爭格局</strong></h2>
<p>這一轉型正在一代代地展開，超大規模雲計算公司將 CPU 設計與其專有的 AI 加速器緊密對接。Meta Platforms 通過選擇 Arm 作為其下一代 Meta 訓練和推理加速器 (MTIA) 基礎設施的戰略合作伙伴，併成為 Arm 人工通用智能 (AGI) CPU 平台的首批客户，進一步鞏固了這一趨勢，Counterpoint 表示。</p>
<p>預計這一協調轉變將在 2026 年下半年加速，主要受內部 Arm CPU 更廣泛部署的推動。預測顯示，到 2029 年，基於 Arm 的 CPU 可能佔定製 AI 應用專用集成電路 (ASIC) 服務器中主機 CPU 部署的約 90%，而 2025 年這一比例約為 25%，Counterpoint 表示。</p>
<p>隨着超大規模雲計算公司擴大其內部硅片戰略，影響力正在擴展到整個半導體供應鏈，先進製造的需求上升，支持 AI 加速器和基於 Arm 的 CPU。</p>

雲計算 ETF - GlobalX

全球科技股指數 ETF - iShares

半導體 ETF - VanEck Vectors

<p>Arm Holdings 有望在 2029 年之前佔據 90% 的 AI 服務器市場，因為谷歌、亞馬遜和 Meta 等主要超大規模數據中心正在從英特爾和 AMD 轉向基於 Arm 的 CPU。這一轉變是由於對成本效率和控制的需求，企業正在設計內部硅芯片以提高利潤率並減少對外部供應商的依賴。Arm 的架構在每瓦特性能方面表現優越，非常適合電力受限的數據中心。預計這一趨勢將加速，重塑 AI 基礎設施的競爭格局，並增加對先進半導體制造的需求</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> 在週四指出，隨着超大規模雲計算公司越來越多地擺脱 <strong>英特爾公司</strong> (NASDAQ: INTC) 和 <strong>超微半導體公司</strong> (NASDAQ: AMD) 的傳統 x86 中央處理器 (CPU)，AI 基礎設施市場正在經歷結構性轉變，轉向專有的 <strong>Arm Holdings plc</strong> (NASDAQ: ARM) 基於 Arm 的設計，以優化成本、效率和控制。</p>
</div><h2><strong>Hyperscalers Drive Shift From x86 to Arm</strong></h2>
<div class="lb-trans"><h2><strong>超大規模雲計算公司推動從 x86 向 Arm 的轉變</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>主要雲計算公司如 <strong>Alphabet Inc</strong>. (NASDAQ: GOOGL) <strong>谷歌</strong>、<strong>亞馬遜公司</strong> (NASDAQ: AMZN) <strong>亞馬遜網絡服務</strong>、<strong>微軟公司</strong> (NASDAQ: MSFT) 和 <strong>Meta Platforms Inc</strong>. (NASDAQ: META) 正在通過圍繞基於 Arm 的 CPU 重新設計其 AI 服務器架構來引領這一轉型，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>歷史上，這些公司依賴於英特爾和超微的 x86 處理器，主要是由於軟件兼容性和現有基礎設施。然而，定製 AI 加速器的興起增加了對異構架構的需求，加速了基於 Neoverse 核心的 Arm CPU 的採用，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>這一轉變反映了更廣泛的戰略：超大規模雲計算公司正在設計內部硅片，以減少對外部供應商的依賴，提高利潤率，並降低大規模運行 AI 工作負載的成本。</p>
</div><h2><strong>Arm Gains Ground With Efficiency and Custom Silicon</strong></h2>
<div class="lb-trans"><h2><strong>Arm 憑藉效率和定製硅片獲得市場份額</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 正在獲得關注，因為其架構在每瓦特性能上顯著優於傳統的 x86 系統，這在受限於電力的數據中心中是一個關鍵優勢，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>公司們已經在 AI 基礎設施中部署基於 Arm 的 CPU。谷歌正在為下一代張量處理單元 (TPU) 系統擴展其 Axion CPU，而 AWS 則在擴大其 Graviton 處理器與 Trainium 芯片的使用。微軟已將其 Azure Cobalt Arm CPU 與其 Maia AI 加速器集成，從一開始就將 Arm 嵌入其 AI 架構中，Counterpoint 補充道。</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>這些部署表明，Arm 不再僅限於通用雲工作負載，而是正成為 AI 服務器設計的核心。</p>
</div><h2><strong>Custom AI Infrastructure Reshapes Competitive Landscape</strong></h2>
<div class="lb-trans"><h2><strong>定製 AI 基礎設施重塑競爭格局</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>這一轉型正在一代代地展開，超大規模雲計算公司將 CPU 設計與其專有的 AI 加速器緊密對接。Meta Platforms 通過選擇 Arm 作為其下一代 Meta 訓練和推理加速器 (MTIA) 基礎設施的戰略合作伙伴，併成為 Arm 人工通用智能 (AGI) CPU 平台的首批客户，進一步鞏固了這一趨勢，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>預計這一協調轉變將在 2026 年下半年加速，主要受內部 Arm CPU 更廣泛部署的推動。預測顯示，到 2029 年，基於 Arm 的 CPU 可能佔定製 AI 應用專用集成電路 (ASIC) 服務器中主機 CPU 部署的約 90%，而 2025 年這一比例約為 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>隨着超大規模雲計算公司擴大其內部硅片戰略，影響力正在擴展到整個半導體供應鏈，先進製造的需求上升，支持 AI 加速器和基於 Arm 的 CPU。</p>
</div>

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

- Counterpoint Research 指出，AI 基礎設施市場正經歷結構性轉變。  
- 大型雲服務商如谷歌、亞馬遜和微軟正在轉向 Arm 架構的 CPU。  
- 到 2029 年，Arm 架構 CPU 預計將在定製 AI ASIC 服務器中佔比達 90%。

每個主要的超大規模雲服務商都在轉向 Arm——這為何重要