Arm携手红帽打造深度集成生产级AI技术栈

作者：Arm 云 AI 事业部行业市场高级总监 Dilip Ramachandran

在代理式系统蓬勃发展的趋势下，人工智能 (AI) 重心正从模型训练转向推理，数据中心行业迈入全新的增长阶段。其挑战不再局限于理论性能，而是如何在混合部署环境中，高效扩展并编排始终在线的分布式 AI 工作负载。

代理式 AI 系统需要持续运行，以协调各项任务、与数据流水线交互并实时做出决策。这一演进对基础设施提出更严苛的需求，要求其能实现更优的能效、更大的计算密度，以及跨技术栈的无缝编排能力。

面向大规模 AI 的全栈式方案

Arm 携手红帽打造深度集成、生产级的 AI 技术栈，共同破解行业现存难题。双方依托Arm AGI CPU 与红帽企业级开源平台，构建统一底层架构，支撑云端及本地数据中心顺畅运行 AI 智能体、云原生工作负载与各类企业级应用。

软件层面，红帽可提供专为 Arm 架构深度优化的全栈企业级平台。基于 Arm 架构的红帽企业 Linux (RHEL) 是一款兼具稳定与安全特性的操作系统，全面兼容现有企业工具、框架及工作流。对于采用混合云架构的企业，该系统可确保一致的运行时环境，助力工作负载在 Arm 架构云实例与本地基础设施之间无缝迁移。

红帽 OpenShift 进一步拓展了这一能力，使企业能够在 Arm 架构上规模化部署和管理 Kubernetes 集群。AI 智能体、微服务和数据流水线可在统一的云原生平台中进行编排，从而简化跨环境的运维管理。借助红帽 OpenShift 虚拟化对 Arm AGI CPU 的支持，企业可以同时运行虚拟机和容器，实现循序渐进的现代化升级，并在不影响现有工作负载的前提下迁移至 Arm 平台。

红帽 AI 工程副总裁 Steven Huels 表示：“红帽打造企业级开源平台，助力混合云环境创新，并为客户实现从应用层到底层架构的多元选择。Arm 生态持续扩展，让我们得以提供更丰富的行业解决方案；Arm AGI CPU 更将延续这一发展态势，依托红帽安全可靠、开放的技术底座，构筑新一代面向 AI 的基础设施。”

面向 AI 基础设施的定制化芯片

要在不同环境中实现这种一致性与可扩展性，就必须从芯片底层搭建全新技术根基。

该解决方案的核心是 Arm AGI CPU。这是 Arm 于今年三月发布的首款面向数据中心基础设施的系统级芯片 (SoC)。AGI CPU 专为 AI 工作负载量身打造，能够支持从大规模推理与任务编排，到数据库、视频处理以及企业级服务在内的多样化应用场景。

Arm AGI CPU 集成了 136 个 Arm Neoverse V3 核心、96 条 PCIe Gen6 通道，并配备 12 通道 DDR5 内存，最高运行速率可达 8800 MT/s，可为新一代工作负载提供卓越的性能与带宽。

Amazon Graviton、Microsoft Azure Cobalt 以及 Google Axion 等 Arm 架构云平台，已充分展现出能效比和总体拥有成本 (TCO) 的优势。Arm AGI CPU 将这些优势进一步延伸至本地环境，使企业能够将针对云环境优化的 Arm 工作负载引入本地数据中心，同时在不同部署环境之间保持一致性。

为代理式 AI 需求而生

这一点对代理式 AI 发展尤为关键。如今企业不再局限于周期性模型训练，转而搭建始终在线运行系统，这类系统需具备持续推理、实时编排能力，并实现大规模场景下的高效数据传输。

Arm AGI CPU 专为适配此类场景需求设计，300 瓦 TDP 设计，能效表现远超传统 500 瓦级别 x86 处理器。在标准风冷 36 千瓦开放计算项目 (Open Compute Project, OCP) 机架中，单机架可部署约 8,160 个核心，而传统 x86 架构仅能部署 4,352 个核心，同等功耗上限内，计算密度近乎翻倍。

在 OCP 第三代开放机架等液冷环境中，算力规模可进一步扩容，单机架最高可搭载 336 颗 AGI CPU，核心总数可达 45,696，实现计算密度高达五倍的飞跃。

GPU 平台虽在 AI 模型训练领域具备领先优势，而 Arm AGI CPU 则精准攻克数据预处理、任务编排与大规模推理环节的关键瓶颈，全面匹配代理式 AI 系统的核心运行诉求。

成熟的生态体系，已可投入部署

该平台已获得了包括 Supermicro、联想以及永擎电子等在内的广泛的 OEM 与 ODM 合作伙伴生态支持，为企业在基础设施部署与扩展方式上提供了高度灵活性。

Arm 与红帽在数据中心领域拥有长期而稳固的合作基础。伴随 Arm AGI CPU 的推出，双方联手打造出一套高度整合、适配企业级应用的 AI 技术栈，融合经优化的硬件、成熟可靠的软件，以及高效性能，全面满足量产部署需求。

依托这套集成技术栈打造的解决方案，预计将于 2026 年第四季度正式面世，助力企业稳步落地新一代 AI 基础设施。