据报道,总部位于英国的芯片设计公司 Arm Holdings Plc. 计划推出其首款完整半导体产品,并已获得 Facebook 母公司 Meta Platforms Inc. 作为首批客户之一。
根据金融时报的独家报道,Arm 首次计划自主开发硬件,此举将使其与许多现有客户形成直接竞争。
Arm 在芯片制造领域是一个无处不在的名字,但它从未制造过自己的芯片。相反,它向其他公司授权一项称为指令集的关键技术,这是构建高性能和节能芯片的一种蓝图。最近,该公司开始销售更复杂的核心设计,客户可以更轻松地进行定制。
Arm 在芯片制造行业的独特地位使其赢得了芯片技术公司中的"瑞士"之称,因为它一直被视为以中立态度对待 Apple、Nvidia、Qualcomm、Intel、AWS 和 Microsoft 等客户,从不偏袒任何特定公司。
但这种情况可能会改变,因为人工智能芯片市场的巨额投资对公司来说具有难以抗拒的吸引力。仅 Meta 一家就表示计划在今年在 AI 基础设施上投资高达 650 亿美元,虽然其中大部分资金将用于购买 Nvidia 的图形处理器,但也会购买包括 Intel 和 AMD 等公司的中央处理器在内的其他产品。据悉,Meta 也在开发自己的芯片设计。
金融时报表示,Arm 计划设计服务器 CPU,而不是在 GPU 市场与 Nvidia 和 AMD 竞争。
2020 年,Nvidia 试图以 400 亿美元从 SoftBank Group Corp. 收购 Arm,但由于监管机构对 Arm 在芯片市场的关键作用表示担忧,该交易被叫停。Arm 随后选择上市,其市值现已增长至超过 1730 亿美元。SoftBank 仍然是其最大股东。
今年以来,Arm 的股票已上涨 29%,因为它越来越被视为 AI 系统的关键推动者。该公司的管理团队已告诉投资者,作为扩大收入来源计划的一部分,它正寻求向客户销售更先进的技术。
建造自己的芯片这一举动并不令人意外,因为 SoftBank 创始人孙正义已将 Arm 作为其建立庞大 AI 基础设施网络计划的核心。上个月,孙正义与美国总统特朗普、OpenAI 首席执行官 Sam Altman 和 Oracle 创始人兼首席技术官 Larry Ellison 一起在白宫出现,他们公布了计划投资 5000 亿美元用于 AI 基础设施的星门计划。SoftBank 和阿布扎比国家基金 MGX 将提供大部分资金,Arm 也被确认为该计划的技术合作伙伴。
本月初,在公司最新的财务业绩电话会议上,Arm CEO Rene Haas 提到 Meta、Google (将投资 750 亿美元用于 AI 基础设施) 和 Microsoft (将投资 800 亿美元) 的支出计划是公司的一个重大机遇,这也是另一个线索。
"没有人在退缩,"Haas 指出,他指的是这些巨头在中国 AI 初创公司 DeepSeek Ltd. 崛起的背景下,正在加倍押注 AI 支出。
此外,SoftBank 目前正试图收购另一家芯片制造商 Ampere LLC,该公司得到 Oracle 的大力支持,并为数据中心服务器制造 CPU。据金融时报报道,该交易对 Arm 建造自己的芯片计划至关重要。
分析师 Rob Enderle 表示,尽管销售自己的芯片可能带来丰厚的利润,但如果 Arm 继续推进这一计划,也可能会疏远一些主要客户。
"与授权用户竞争是失去这些授权用户的好方法,如果不小心的话,这确实对那些使用 Arm 技术的客户构成风险,"该分析师说。"这意味着他们将在使用其技术的同时与 Arm 本身竞争,但当然,Arm 作为技术所有者将具有显著优势。"
Enderle 补充说,对 Arm 来说,这可能是一个经过计算的举动,因为 AI 行业的利润足够丰厚,可能通过直接销售获得足够的收入来抵消任何损失的授权收入。
"当你授权某些东西时,总是存在风险,因为拥有许可证的一方最终可能会想要你的收入和利润,如果它确实决定进入你的领域,这样的客户几乎没有追索权,"他说。
Constellation Research Inc. 的 Holger Mueller 表示,这一举措似乎是公司的一次冒险赌博,因为从纯粹依靠授权收入转向其他模式将稀释公司的利润率。
"这将使 Arm 面临供应和生产问题,并因芯片市场销售的过山车性质而导致更大的股票波动,同时也会令现有客户不满,"Mueller 说。"这很令人惊讶,但无论如何,Arm 的管理层都意识到了这一切,所以他们一定能看到其中的好处。"
金融时报表示,Arm 可能会在今年夏季或更早宣布其计划,但公司本身拒绝对此报道发表评论。
然而,行业发展方向确实很明确。四天前,路透社报道称,OpenAI 正在寻求开发自己的芯片,以减少对 Nvidia GPU 的依赖。据称其已处于高级设计阶段,下一步可能是将设计转交给台湾半导体制造商台积电进行实验性生产和测试。
同时,福布斯本周报道称,Meta 正在寻求收购韩国 AI 芯片初创公司 FuriosaAI Inc.,作为其开发 Nvidia GPU 替代品计划的一部分。报道称,该交易可能最早在本月完成。
当然,云基础设施巨头 AWS、Google 和 Microsoft 都已开发了自己的 AI 加速器,作为 Nvidia 硬件的替代方案提供给云客户。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。