跨国深谈← 返回←Arm CEO 谈芯片、AI 与下一个十年的算力格局

Arm CEO 谈芯片、AI 与下一个十年的算力格局

关联

人物 Elad · Rene Haas

公司 Arm · SoftBank

概念 CPU · 推理 · 芯片设计 · 验证 · 供应链 · 数据中心 · 机器人 · 边缘设备 · 出口管制

这一集的主角是 Rene Haas——Arm 的 CEO,同时负责软银集团国际业务(SoftBank Group International)。Arm 这家公司你可能没直接打过交道，但你的手机里几乎一定有它的技术：它不造芯片，而是设计 CPU 核心然后把 IP(也就是芯片组件的设计方案)授权给三星、苹果这类公司去制造。这一集里，他讲了 Arm 为什么破天荒开始自己做芯片、AI 正在怎样改变芯片设计这个最慢的行业，以及为什么他认为 CPU 在 AI 时代不但不会过时，反而更缺不得。

从卖图纸到自己下场造芯片

Arm 在供应链里原来只占一个位置：授权 IP。客户拿到 CPU、GPU、系统 IP 这些组件，要么自己有晶圆厂造(如三星)，要么把设计交给 TSMC 流片。

但近几年 Rene 发现产品周期越来越快、芯片制造时间却越拉越长，客户更想要「拿来就能用」的东西。于是 Arm 先从单个组件升级到「计算子系统」——他用乐高做类比：过去只卖积木块，现在直接给你一张「这些积木怎么拼在一起」的蓝图，帮客户省下大量上市时间。需求「疯狂」到超出预期。

再下一步就是实体芯片。去年三月 Arm 推出第一款自研 CPU,起因很直接：Meta 想要一款通用的、面向智能体(agentic)的 CPU,市面上没人能给，于是找上门说「我们为什么不一起做」。Rene 最担心的原有客户反弹其实很小——NVIDIA、Amazon、Microsoft、Google 这些造 ARM 服务器芯片的公司全都支持，理由是市面上的 ARM 软件越多，整个生态和客户自己都受益。

代价是 Arm 得补上自己从没有过的一整套能力：作为一家无晶圆厂(fabless,即自己不建厂、制造全部外包)公司，他们现在要跟台积电、三星谈产能，跟美光、SK 海力士谈内存分配，还要招后端、版图、实现工程师，建实体实验室。Rene 笑说，他 2013 年刚从 NVIDIA 来到 Arm 时最爱的就是这门生意「没有库存、没有退货、没有报废品」——毛利率高达 98.5%,现在这些「美好」正在减少，好在他从博通、高通、NVIDIA 挖来了做过这些事的领导层。

AI 正在攻占芯片行业最耗时的环节

Rene 相信 AI 会成为每个行业的「公用事业」和「伟大的平衡器」，而 Arm 内部已经用得很深。关键洞见是：芯片设计周期通常要 24 到 36 个月，但最耗时的根本不是设计本身，而是验证、确认、调试和写文档——而这些恰恰是 AI 最擅长的。

如今 Arm 大约 80% 到 90% 的工程师每天都在用 AI 工具，他的说法是：「如果我们把它关掉，就像回到 1990 年代——你已经有互联网了，却被告知只有两点到四点能用，之后去走廊尽头的图书馆查资料。那会是无政府状态。

精灵已经出了瓶子。」

目前的短板在 RTL 生成(把架构设计转成寄存器级电路描述)和物理设计实现，原因是模型只用公开资料训练，而芯片行业最精华的知识都是专有的。Arm 正在与模型厂商合作微调来补这个差距。Rene 还指出 Arm 有一个别人没有的结构性优势：Arm 的商业模式就是写文档、把 IP 解释清楚让人能用——而「不可用、不可测试的东西就不可训练，不可训练的东西对 AI 就没用」，很多公司的专有 IP 反而没有文档、无法喂给 AI。

至于周期会不会大幅缩短：他认为五年以上，对某些较直接的设计，从想法直接生成 GDS2 文件(交给晶圆厂制造所需的最终交付文件)「很有可能」，把设计和验证两大块都省掉；但像「给我设计一个比现有芯片快 10%、便宜 20%、能效高 30%」这种要求，还做不到按一个按钮就出结果。五到十年内，芯片设计方式会有惊人变化。

供应链、资本与下一个瓶颈

对想进芯片行业的新公司，Rene 的提醒非常实际：这个行业资金需求巨大，设计只是起点——与存储厂商、基板厂商的关系，拿到三纳米、六纳米产线和先进封装产能，每一样都是门槛。只要 Transformer 架构(当前 AI 模型的基础设计)还是计算密集、存储密集的，这种受限环境至少持续三到五年。所以「供应链敏锐度」会变成芯片创业者最重要的肌肉之一，光有好设计不够。

被问到下一个瓶颈，他给的答案是数据中心建设本身：今天在做的项目「没有多少个是进度超前、用人比预期少的」，再叠加美国多地出现的放缓或限制数据中心开发的舆论，基建反而可能成为逆风——而晶圆、内存产能反而还顶得住。

关于人人都在问的「AI 泡沫」，他撇开股市估值不谈，直接回答：论「是否供过于求」，「还差得远」，因为这类模型的工作方式决定了需求是永不满足的。

软银的角色在这里成了 Arm 的独特杠杆。Rene 直接向孙正义(Masa)汇报，主导 Ampere、Graphcore 和自动驾驶公司 StackAV 的方向，并参与软银「机器人、OpenAI、基础设施、Arm」四大战略的制定与执行。软银刚宣布要做 neocloud(新型算力云服务商)，Rene 说这能给芯片创业公司提供一条新路：不用非得去微软或谷歌那里抢设计中标，软银的云可以直接成为他们技术的归宿。

机器人：Arm 的下一个大市场

Rene 认同机器人领域还早——任务泛化、上下文学习的演示很有趣，但商业模式没想清楚、机器人成本太高，今天的大部分销售还集中在汽车产线、手术机器人、配送中心这类定制场景。但他对长期判断毫不含糊：「机器人 1.0」是专为单一任务造的机械，换产线就得拆；当机器人能靠训练或观察来学习、机械上又足够通用、成本还在下降，事情就完全不同了。

建筑、基础设施、服务、安保——大量人类劳动任务最终会被机器人取代。他不太信机器人体育联赛能火，真正的价值在实用。形态上他认为人形和专用形态会并存，因为很多工作环境本来就是围绕人的身形优化的。

而 Arm 的位置：「ARM 将无处不在。」人形机器人的「大脑」今天大多跑在 ARM 上(NVIDIA 和高通的相关方案都是)，指尖的实时感知、传感能力也将基于 ARM。最先被自动化的会是工厂自动化、配送和分销——宽泛地说，一辆自动驾驶卡车在他眼里就是一种机器人。

为什么 CPU 不会死

这是全集最核心的技术判断。ChatGPT 引爆之后，「无论问题是什么，答案都是加速器」成了行业共识，CPU 一度被遗忘。

但 Rene 的反驳是：从来没有一个计算问题不需要微处理器，「它是一切的心脏，条条大路都穿过它、绕过它、经过它」。随着重心从训练转向推理(用模型生成结果的过程)，海量 token 要送到用户手上——他打了个比方：token 工厂只管生成 token,但「把 token 运走交给用户的卡车在哪里？

」——编排、仲裁、调度这些事就是 CPU 干的。冯·诺依曼架构(CPU + 加速器 + 内存)的基本系统设计没有变过。

而且越往边缘走，Arm 的优势越大：你不可能把一个 50 瓦的 GPU 戴在头上，边缘设备的 AI 处理必须靠高能效的本地算力——能效正是 Arm 最擅长的事。

保护主义、数据中心反弹与「领先没有坏处」

作为美国公民，Rene 明确支持美国本土造更多晶圆厂：既是国家安全需要，也是供应链多元化需要。他回忆 1980 年代美国半导体被日本存储器定价冲击后启动 Sematech 的历史，认为互联网和 SaaS 热潮让人们一度忘了半导体是战略资产。对出口管制，他的看法是这是一场「无限游戏」——不会有一个赢家然后比赛结束——但放任关键技术离开美国本土会是坏事。

对围绕数据中心的草根抗议，他直言「我认为那是胡扯」：数据中心能带动能源、液冷等大量本地高技能岗位，电工工会最近还主动喊话「请不要禁止数据中心，我们需要这些工作」。他认为反弹本质上是恐惧——很多人没从 AI 热潮中受益、工资没涨，于是数据中心成了所有 AI 焦虑的靶心，甚至有人举着假的「受污染的水」制造恐慌。

他最后给出的第一性原理是：「无论智能手机、互联网还是个人电脑，做领导者没有任何坏处。」落后者则要接受别人口述的整个剧本——看看世界上那些不是领导者的地方，经济和社会都被落下了，政府还背着沉重的税收负担。在他看来，AI 有点像「用智能所能做的事情的最终前沿」，处在这一切的中心，是他每天觉得幸运的地方。

本集带走

• 芯片设计慢的不是设计，是验证：24-36 个月周期里大头在验证、调试、文档，这正是 AI 最先攻下的环节——Arm 已有八到九成工程师每天在用 AI 工具。
• 有文档才有 AI 红利：不可用、不可测试的东西就不可训练。Arm 靠「把 IP 讲清楚」的商业模式，天然坐拥可训练的专有知识库，这是很多公司没有的。
• CPU 不会死，反而是推理时代的物流系统：加速器生成 token,CPU 负责 token 的调度和分发；越往边缘设备走，高能效 CPU 越是刚需。
• 芯片创业的门槛在设计之外：存储和基板厂商关系、先进制程产能、资本，这些「供应链敏锐度」决定生死，且受限环境至少还要三到五年。
• 领先没有坏处：做技术领导者的二阶效应可能有你不喜欢的，但落后者连剧本都是别人写的——这是他看待芯片本土化和数据中心之争的底层逻辑。

总得有什么东西来负责编排、仲裁、决定这些 token 去哪里。这就是 CPU 所做的事。
Something has to do the orchestration, arbitration, decision around where those tokens go. That’s what CPUs do.
—— Rene Haas · [00:09]

实际的设计并不是占用时间最多的部分。占用时间最多的是验证、确认、调试。而 AI 非常擅长做这个。
The actual design is not the largest amount of time. The largest amount of time is in the verification, the validation, the debug. AI is really good at that.
—— Rene Haas · [00:20]

如果我们把它关掉，就像回到 1990 年代——你已经有互联网了，却被告知只有两点到四点之间能用。
If we were to shut it off, it’s like being in the 1990s. You’ve got internet and you’re now saying, you know, only internet between the hours of two and four.
—— Rene Haas · [00:29]

如果它不可用、不可测试，那它实际上也不可训练。而如果它不可训练，那它对 AI 来说就不可用。
If it’s unusable and untestable, it’s actually untrainable. And if it’s untrainable, it’s not usable for AI.
—— Rene Haas · [10:01]

我认为我们至少会在这个受限的环境里待上三到五年。
I think we’re going to be in this constrained environment for three to five years at least.
—— Rene Haas · [12:53]

至于我们是否供过于求的泡沫，还差得远。
The bubble in terms of are we oversupply to demand, not even close.
—— Rene Haas · [14:55]

需求是永不满足的，这是由这些模型的运作方式决定的。
The demand is insatiable, just given the way these models work.
—— Rene Haas · [15:04]

我们可以成为这些拥有芯片技术的年轻公司的归宿，因为在其他情况下，它们必须自己想办法在微软或谷歌那里拿下设计中标。
We could become a home for these young companies who have chip technology that in other worlds they’d have to go up and figure out how to get a design win at Microsoft or Google.
—— Rene Haas · [17:29]

我认为那是胡扯，因为无论是能源、液冷，还是所有能让数据中心变得更好的东西，这些都是可以在这里创造、在这里完成的工作岗位。
I call BS on that because if you think about whether it’s around energy, liquid cooling, all of the things that make the data center better, those are all jobs that can be created and done here.
—— Rene Haas · [28:38]

做领导者是没有任何坏处的。
There is no downside from being the leader.
—— Rene Haas · [31:42]

作为落后者，整个剧本都是由别人给你口述的，以及随之而来的一切。
To be the laggard, you are having the entire script dictated to you and everything that kind of comes with it.
—— Rene Haas · [31:53]

从来没有被发明出来的计算问题是不利用、也无法利用微处理器的。它是一切的心脏。
There’s no computing problem that’s ever been invented that doesn’t utilize and can’t utilize the microprocessor. It is the heart of everything.
—— Rene Haas · [00:00]