2026年第13周全球产业趋势跟踪周报（0330）：Arm正式发布AGICPU，存储行业迎来巨震

核心关注

市场交易热点

上周，A 股涨幅居前的重要主题指数为锂矿、锂电电解液、盐湖提锂。

主题与产业趋势变化：Arm 正式发布 AGI CPU；存储行业迎来巨震：英伟达推出 BlueField-4 STX 存储架构，谷歌发布 TurboQuant AI 内存压缩技术

（1）Arm 正式发布 AGI CPU

2026 年 3 月 24 日，Arm 在旧金山举办了名为“Arm Everywhere”的全球发布会，正式发布了 Arm AGI CPU，这 是 Arm 历史上首款自行设计、并直接向客户销售的生产级高性能计算芯片。过去三十多年，Arm 的核心商业模式一 直是提供 CPU 架构、内核设计和配套 IP，由 Qualcomm、Nvidia、Apple、AWS、Ampere 等伙伴将其整合进 SoC 或服务器芯片；而这一次，Arm 不是只卖“蓝图”，而是第一次把自身的 Arm 计算平台直接推进到量产级数据中心 硅产品，也就是自己主导推出真正可下单、可部署的服务器 CPU。 从发布定位看，Arm 并没有把 AGI CPU 打造成传统意义上的通用服务器 CPU 替代品，而是把它定义为“agentic AI cloud era”的硅基础设施，也就是为代理式 AI、多代理系统、大规模推理编排、加速器管理和数据平面/网络平面 支撑计算而生的 CPU。Arm 此次发布的 AGI CPU，重新定义 CPU 在 AI 集群中的角色：它不只是喂数据给 GPU， 而是承担越来越复杂的调度、内存组织、网络交互、任务拆分和长尾服务运行职责。根据 Arm 的估算，数据中心对 每 GW 功耗提供的 CPU 算力需求将增长至当前的 4 倍以上，在相同功耗范围内，以前需要 3000 万 CPU 核心，现在 需要塞入约 4 倍的 1.2 亿个 CPU 核心，而 Arm AGI CPU 则旨在解决当前数据中心中 CPU 往往沦为 GPU“保姆” 的瓶颈问题。 与此同时，Arm 商业系统已经可以向 ASRockRack、Lenovo、Supermicro 下单，还推出了符合 OCP DC-MHS 标准 的 1OU Dual Node 参考服务器设计。Arm 还披露了后续产品规划，AGI CPU 与 Arm Neoverse CSS 产品路线图将并 行推进，计划 2027 年发布 Arm AGI CPU 2 和 CSS V4，未来发布 Arm AGI CPU 3 和 CSS V5，确保所有 Arm 数据 中心客户在平台架构与软件兼容性方面实现协同发展。

核心看点：围绕“机架级密度、持续负载效率、AI 集群协同”进行的整体设计

Arm AGI CPU 的核心看点并不是单一频率或跑分，而是围绕“机架级密度、持续负载效率、AI 集群协同”进行的 整体设计。官方规格显示，该芯片基于 Armv9.2 架构，采用 Arm Neoverse V3 核心，单颗最高 136 核，支持 2×128-bit SVE，每核配备 2MB L2，系统级缓存为 128MB，主频 3.2GHz，TDP 300W。内存方面提供 12 通道 DDR5，最高到 8800 MT/s，有着每核 6GB/s 内存吞吐；I/O 方面提供 96 条 PCIe Gen6 通道，并支持 CXL 3.0 Type 3，还有面向加 速器互联的扩展链路。这些参数组合到一起，有效解决了 AI 集群里最常见的几个痛点：高并发线程下的内存争用、 CPU 到加速器之间的数据搬运瓶颈、以及在高密度部署条件下每瓦性能和机柜空间利用率不足的问题。 Arm 的参考服务器采用 1OU、双节点设计，每台 1U 服务器内放两颗 AGI CPU，总计 272 核；在标准 36kW 风冷机架里，可以放 30 台 1U 服务器，也就是一柜 8160 核。Arm 还联合 Supermicro 给出了 200kW 液冷部署思路，可 容纳 336 颗 AGI CPU、总核心数超过 4.5 万。在这一类配置下，相比“最新 x86 系统”可实现超过 2 倍的每机架性 能。Arm 认为，AI 数据中心下一阶段的最优解不是盲目提升单插槽峰值，而是让 CPU 的线程、内存、I/O 和机架功 耗预算更均衡，从而让整柜在长时间高利用率下保持更好的“有效吞吐”。 生态方面，Arm AGI CPU 并不是另起炉灶，而是建立在 Neoverse CSS V3 体系之上。这意味着它继承的是 Arm 已 经在云端逐步成熟的软件兼容性与开发工具链，而不是让客户面对一个全新的孤岛平台。Arm 官方特别强调，AGI CPU 会与其现有 Neoverse CSS 路线并行推进，让现有数据中心客户在平台架构和软件兼容性上“共同前进”。

市场影响：重新分配半导体“蛋糕”

Arm 直接下场做芯片，无异于向市场投下了一枚重磅炸弹，这不仅改变了它与老盟友（如高通、英伟达）的关系， 更直接威胁到了英特尔和 AMD 的 CPU 业务大本营。过去，Arm 本质是一个高毛利、轻资产、偏平台授权的公司， 现在 Arm 在保留平台授权的基础上，同时下场设计芯片以构建数据中心业务，公司将从“平台授权费”转向“平台+ 硅产品双轮驱动”。传统上，购买 Arm IP 的厂商需要庞大的研发团队进行二次设计，现在中型云服务商甚至大型企 业可以直接从 Arm 购买现成的 AGI CPU，不再需要数亿美金的自研芯片预算，这种“即插即用”的高性能 Arm 硅片 将极大地加速 Arm 架构在服务器市场的占有率，预计到 2027 年，Arm 在数据中心 CPU 的份额将突破 35%。 对于服务器 CPU 市场本身，Arm AGI CPU 将推动行业更高效发展。长期以来，x86 架构在单线程性能和生态兼容 上占据优势，但 Arm AGI CPU 的 Neoverse V3 核心在特定 AI 编排负载下表现出了更优的能效比，对于追求机架密 度的巨头公司来说，x86 的高功耗正成为扩张的绊脚石，很多公司都希望拥有一个比传统 x86 更适合 AI 数据中心的 新底座。AGI CPU 的发布，给那些没有能力或没有时间自己做 CPU 的 AI 基础设施客户，提供一条更快上车的路 径，同时意味着在 AI 算力竞赛中，CPU 不再是 GPU 的附庸，而是一个独立的、具有高利润空间的战略节点。

产业趋势：CPU 在数据中心建设中的价值重估

AI 基础设施正在进入一个新阶段，从以 GPU 为中心的训练时代转向以整套系统效率为中心的时代。在过去的 AI 基 础建设中，GPU 是绝对的主角，CPU 往往只有单纯为加速器输送数据的作用。然而随着代理式 AI 的崛起，系统不再 只是进行单纯的矩阵乘法计算，而是需要处理极其复杂的任务调度、工具调用和多模型协同，这就要求基础设施必须 拥有一个极其强大的编排层，Arm AGI CPU 的出现，证明在解决大规模并发和逻辑调度上，专用的高性能 CPU 不可 或缺。未来 AI 数据中心的胜负，也不只是看谁训练出更强模型，还要看谁能把推理、编排、代理执行和周边服务层 做得更便宜、更稳定、更节能。 算力竞争会更强地与电力竞争绑定，能耗比成为下一代 AI 模型的黄金标准。数据中心现在最紧缺的不再只是芯片， 而是同时包括机架功率、散热能力和可扩展电力配额，谁能在同样功耗预算下提供更高的“有效 AI 服务吞吐”，谁 就更接近下一阶段的基础设施赢家。随着各家头部公司对 AI 数据中心的电力要求日益剧增，规模正在向效率妥协， 而 Arm AGI CPU 的设计逻辑深刻反映了这一点，不盲目追求单线程的绝对极速，而是将资源全部倾斜给在既定功耗 墙内，实现最大规模的并发吞吐。

（2）存储行业迎来巨震：英伟达推出 BlueField-4 STX 存储架构，谷歌发布 TurboQuant AI 内存压 缩技术

2026 年一季度之前，资本市场和产业链对存储的主流叙事仍然偏向需求单边上行，伴随 AI 训练和推理规模扩大、 HBM 紧缺、SSD 需求上升，存储厂商未来会有多年的景气扩张期。然而，随着英伟达新一代网络与存储计算核心 BlueField-4 STX 架构的发布以及谷歌 TurboQuant 算法的横空出世，市场不再只讨论 AI 需要更多存储，而开始同 时讨论 AI 是否能用更少存储完成同样甚至更多的工作，整个存储产业的底层逻辑受到一定挑战，行业随之迎来巨震。

英伟达发布 BlueField-4 STX 存储架构

2026 年 3 月 16 日，英伟达于 GTC 2026 期间正式发布 BlueField-4 STX 存储架构，英伟达对它的定义不是一台单 独的存储设备，也不是一颗新的 SSD 或存储芯片，而是一套面向 agentic AI 和长上下文推理的模块化 AI 原生存储 参考架构。STX 相对传统存储方式可实现最高 5 倍 token 吞吐、最高 4 倍能效，以及 2 倍更快的数据摄取速度，此 次发布并不只是给现有 AI 服务器多加一层存储，而是在英伟达 AI 工厂叙事里，把存储正式提升为和 GPU、网络同 等重要的基础设施。 英伟达同时宣布，STX 的首个机架级实现是 NVIDIA CMX 上下文内存存储平台，它本质上是一层专门为 KV Cache 服务的高性能上下文层，用来扩展 GPU 可用内存，并改善大规模推理和智能体系统的响应能力。首批计划把 STX 用 于上下文内存存储的云和 AI 服务提供商包括 CoreWeave、Crusoe、IREN、Lambda、Mistral AI、Nebius、OCI、 Vultr，而且英伟达明确表示 STX-based platforms 将在 2026 年下半年由合作伙伴提供。

技术焦点：BlueField-4 数据处理器

STX 架构是建立在英伟达最新的 Vera Rubin 平台之上的，其核心是一颗专为存储优化的全新 BlueField-4 数据处理 器，这颗处理器将多核的 NVIDIA Vera CPU、NVIDIA ConnectX-9 SuperNIC 整合在了一起，配合 NVIDIA Spectrum-X 以太网网络，这套硬件矩阵为存储系统提供了可预测的、极低延迟和超高带宽的 RDMA 连接。这意味 着在这个架构下，数据在跨节点共享 KV Cache 时，几乎感受不到网络的抖动和延迟，成千上万个 GPU 仿佛在共享 同一块巨大的本地内存，利用 BlueField-4 的加密、CRC 保护、KV I/O 加速和协议终止能力，减少对主机 CPU 的依 赖、减少内存拷贝和串行路径。 BlueField-4 STX 架构彻底绕过 CPU，实现存储处理器和 GPU 显存的直接对话。在传统的服务器中，数据从 NVMe SSD 读出，必须经过系统的主 CPU 进行处理和路由，然后再通过 PCIe 总线发给 GPU，主 CPU 就像一个极其拥堵 的收费站。BlueField-4 STX 通过硬件级的直通技术，完全接管了存储的 I/O 控制权，能够直接管理后端的 NVMe 固 态硬盘，在以太网上高效地终结 NVMe-oF 协议，数据直接从存储处理器（BlueField-4）高速传输到 GPU 的显存中， 完全不需要 CPU 的介入，这不仅释放了宝贵的 CPU 算力，更将数据访问延迟压榨到了物理极限。

谷歌 TurboQuant 打破 AI 行业内存瓶颈

2026 年 3 月 24 日，Google Research 通过其官方博客正式向外界公开了 TurboQuant 的全新 AI 内存压缩技术， 该算法的完整论文将在 2026 年 4 月的国际学习表征会议（ICLR 2026）上作为重磅议题进行展示。TurboQuant 的 横空出世，其核心使命只有一个：彻底解决大型语言模型（LLM）和超大规模向量搜索引擎在推理阶段面临的致命“内 存瓶颈”问题。从核心内容看，TurboQuant 真正要解决的，不只是“把数值存小一点”，而是要在压缩率、失真率、 内积估计偏差、在线可用性和硬件友好性之间同时找到平衡。TurboQuant 的发布标志着人类在不依赖底层硬件材质 升级的前提下，仅靠纯软件算法层面的数学突破，粉碎这堵“内存之墙”。 在以 Transformer 架构为基础的大语言模型（如 ChatGPT、Gemini、Claude）中，当大模型在生成一段长文本时， 为了避免每次吐出一个新词都要把前面的上下文重新计算一遍，KV Cache 会将之前处理过的信息转化为高维向量并 暂时存储在显存中，类似人类的短期记忆。然而，随着目前大模型内卷的上下文窗口越来越大，这种“短期记忆”所 占用的内存容量呈指数级爆炸，对于普通的 AI 服务器甚至消费级显卡来说，往往计算核心 GPU 算力还没跑满，内存 空间就已经被 KV Cache 完全占据，导致系统严重卡顿甚至直接崩溃，业界将这种现象无奈地称为 AI 发展的“内存 之墙”。而根据谷歌公布的官方测试数据，TurboQuant 技术能够在零精度损失的前提下，将大模型的 KV Cache 内 存占用极度压缩至原本的六分之一，即把传统的 16-bit 浮点数精度直接压缩到极限的 3-bit。更令人惊叹的是，在搭载 英伟达 H100 加速器的实际硬件测试中，基于 4-bit 配置的 TurboQuant 在计算注意力逻辑得分时，相比未量化的基准 线，实现了高达 8 倍的性能提速。

TurboQuant 核心技术点

在 TurboQuant 出现之前，业界并非没有尝试过对 KV Cache 进行压缩。传统的向量量化技术，如乘积量化（PQ）、 优化乘积量化（OPQ）或者近期的 KIVI 算法，虽然也能在一定程度上减小内存体积，但一旦将数据压缩到 4-bit 及以 下，模型就会产生严重的“幻觉”和记忆丢失。此外，传统方法往往需要昂贵的离线校准，如果实际应用中的数据分 布发生了偏移，压缩质量就会剧烈下降。TurboQuant 革命性创新在于，它是一种数据无感且免训练的即时压缩算法， 不需要任何密码本，也不需要离线微调，只要数据流进来，就能在瞬间完成高质量压缩。 TurboQuant 的核心算法是两阶段，第一阶段是利用 PolarQuant 对向量做高质量压缩，第二阶段是 QJL 残差修正。 在第一阶段，先对输入向量做随机旋转，把高维数据的几何结构变得更规整，从而更容易对每个坐标分别使用接近最 优的标量量化器，理顺了高维空间的几何结构，随后将绝大多数的比 bits 分配给这个阶段，利用极其标准的量化器去 捕捉向量。在第一阶段的大幅压缩后，必然会不可避免地产生细微的残差，如果放任不管，这些误差在大模型成千上 万次的循环计算中会被无限放大，此时 TurboQuant 会动用 1-bit 的冗余算力去执行 QJL 算法，用很低的额外代价把 内积估计拉回到无偏、低失真的状态。第二阶段的创新性在于 TurboQuant 不试图去完美重建那个被压缩的原始向量， 算法只在乎内积的准确性，QJL 通过引入高斯随机投影，消除了第一阶段产生的数学偏差，使得即便在极端压缩下， 最终计算出的注意力得分也是无偏估计，其方差小到几乎可以忽略不计。