Arm推出智能体 AI 评测新框架,机架性能较 x86 提升近一倍

在七项 CPU 工作负载中,Arm AGI CPU 的建模单机架性能平均达到 AMD EPYC 9755 的 1.99 倍

智能体(Agentic AI)时代,系统性能评判标尺正在发生根本性转变。近日,Arm 发布白皮书及全新的 CPU 性能评估方法论,并获得富士通、Meta 和 OpenAI 的支持。该方法论聚焦智能体应用场景下 CPU 与软件栈的性能表现,并公布了 Signal65 独立第三方的验证测试。初步结果显示,在七项 CPU 工作负载中,Arm AGI CPU 的建模单机架性能平均达到 AMD EPYC 9755 的 1.99 倍。

过去,行业在评估 AI 系统性能时,往往更关注芯片的大模型推理吞吐量。与普通的对话式大模型应用不同,AI 智能体如同全天候运行的“虚拟用户”,需要反复规划任务、维护会话状态、调用工具接口、访问数据库、拉起隔离沙箱执行代码,需要循环校验直至任务完成。有数据显示,自 2026 年 2 月以来,国外 OpenRouter 平台上的智能体相关 Token 用量增长约 14 倍,涉及海量并发的编排调度、工具执行等负载调度,需要CPU提供支撑,如此,CPU就不再只是AI芯片或者GPU的辅助配角。

Arm 云 AI 事业部执行副总裁 Mohamed Awad 指出,对于智能体 AI,算力评估不能只看芯片理论峰值,还要看在数据中心功耗、散热、物理空间约束内,系统能够稳定完成多少有效任务。传统 CPU 跑分、传统 AI 基准测试,都无法反映智能体真实负载特征”。

本次 Arm 发布的这套开放评测方法论,确立三大核心原则:覆盖真实智能体业务场景、实现可复现的 CPU 指标测量、用端到端业务结果完成验证。框架把 CPU 负载拆分为智能体通用框架开销和业务专属工具负载,划分软件工程、企业业务、金融科研、个人助手、机器人五大典型工作负载原型,覆盖不同部署环境下 CPU 的压力特征。

为解决大模型输出随机性带来的测试波动,方案提出 “可回放智能体轨迹” 技术思路:录制真实 Agent 运行时全部工具调用序列,回放复现 CPU 侧负载,把 CPU 性能和模型推理、网络等待的干扰剥离开。评测分为两套互补手段:组件基准测试,用于定位性能瓶颈,隔离 CPU 本身能力;端到端基准测试,验证优化能否转化为真实任务的时延、吞吐量收益。

第三方机构 Signal65 完成独立比对,将 Arm AGI CPU 对标 AMD EPYC Turin 系列处理器,横跨工具调用、Agent 编排、推理规划 7 组智能体工作负载开展测试建模。测试结果显示:Arm AGI CPU 机架级性能,工具类负载平均为竞品 1.7 倍;Agent 工作流与编排负载平均达到 2.0 倍;推理规划类负载达 2.2 倍;沙箱创建延迟最高降低 45%,可以更快拉起 Agent 隔离执行环境,减少任务启动开销。目前 Arm 正将 AGI CPU 参考评测贡献给 OCP 开放计算项目,Meta Yosemite YV5 平台也已经把 AGI CPU 纳入 OCP 机架设计方案,推动行业硬件标准化落地。

有行业分析认为:随着企业大规模部署 AI 智能体,CPU 的编排、沙箱、检索、事务处理工作占比持续走高,“机架有效任务产出” 会逐步替代单芯片跑分,成为 AI 数据中心重要的衡量指标。而 Arm 这套开放方法论,为整个产业提供统一的讨论语言,也将倒逼软硬件协同优化,适配智能体时代全新算力需求。


本文来源于DOIT传媒,文章内容仅供参考,不构成投资建议。

赞 ()

相关推荐

发表回复

评论列表

点击查看更多

    联系我们

    微信:百易小助手

    邮件:contact@doit.com.cn

    工作时间:周一至周五,9:30-18:30,节假日休息

    微信