Arm 的 AI 增长加速，其更大的数据中心布局开始起步

Arm 在公布创纪录的第一季度营收后登上 Google News：营收达 12.9 亿美元，同比增长 22%。随着 AI 基础设施带来更多授权业务和数据中心版税，利润也随之增长。

这一业绩为 Arm 正在摆脱对智能手机的依赖提供了更有力的证据。数据中心版税增长逾一倍，而公司新款 AGI CPU 在 2027 和 2028 财年累计需求已超过 20 亿美元。Arm 表示，已向多家客户交付首批产品。

这些数字背后暗藏张力。Arm 正在挑战 Intel 和 AMD 使用的 x86 架构，同时也在改变自身商业模式。该公司如今希望在提供客户用于设计自有芯片的知识产权之外，同时销售完整处理器。

这一转变打开了更大的收入来源，但也带来制造约束、更高的研发投入、客户冲突以及执行风险，而 Arm 的传统授权业务在很大程度上避开了这些问题。

Arm 的创纪录季度不止由一项 AI 布局驱动

Arm 最新业绩显示，AI 需求已触及其业务的两端：知识产权和处理器版税。

截至 6 月 30 日的季度营收为 12.89 亿美元，上年同期为 10.53 亿美元。版税收入增长 22% 至 7.15 亿美元，授权及其他收入增长 23% 至 5.74 亿美元。

版税收入来自采用 Arm 技术的芯片出货。授权收入通常在客户获得使用公司架构、处理器设计或相关技术的权利时确认。

这一差异十分重要，因为两类收入对应不同的时间周期。在未来处理器仍处于开发阶段时，授权就可能带来收入；版税则在相应芯片进入产品并开始出货后才会到来。

Arm 将版税增长归因于 Armv9——其更新的指令集架构——以及 Arm Compute Subsystems 获得更广泛采用。计算子系统将处理器核心和配套组件打包为更完整的设计，客户可以据此进行调整。

公司还称，云端 AI 是版税增长的最大驱动力。在基于 Arm 的服务器芯片和网络处理器支持下，数据中心版税连续又一个季度增长逾一倍。

根据 Arm 的季度业绩，Neoverse 出货的处理器核心已超过 15 亿颗。最新的 5 亿颗在九个月内出货，而首个 10 亿颗则耗时六年。

Neoverse 是 Arm 面向云基础设施、网络和高性能计算的处理器设计系列。客户可利用这些设计打造自己的服务器处理器。

Amazon 在其 Graviton 芯片中使用 Arm 技术。Google 在 Axion 处理器中采用该技术，而 Microsoft 则将其用于 Azure Cobalt。Nvidia 的 Grace 和 Vera CPU 同样采用这一架构。

这些项目已使 Arm 进入大型 AI 系统，无需 Arm 自行制造完整的服务器处理器。每家客户都可围绕自身的工作负载、软件、加速器和基础设施优先事项来设计芯片。

Arm 还公布年化合同价值为 17.32 亿美元，增长 13%。这项指标对授权承诺进行标准化处理，否则其数值可能会随着大型协议的签署时点而波动。

本季度包括来自 Arm 控股股东 SoftBank 的一项协议所带来的 1.93 亿美元授权收入。管理层预计，该协议将在本财年剩余时间内每季度贡献约 2 亿美元。

这种集中度值得关注。SoftBank 合同支撑了披露的授权收入增长，但这是关联方安排，而非广泛客户需求的独立证据。

即便如此，版税数据仍提供了另一项信号。客户必须先出货产品，相关版税才会出现。数据中心版税连续第二个季度增长逾一倍，表明早期设计正进入商业部署阶段。

按 GAAP 口径，净利润达到 2.7 亿美元，上年同期为 1.3 亿美元。摊薄后每股收益从 0.12 美元增至 0.25 美元。

按非 GAAP 口径，净利润增长 28% 至 4.8 亿美元。非 GAAP 每股收益达到 0.45 美元，高于 Arm 先前指引区间的上限。

这一综合表现解释了 Google News 的积极标题。Arm 在数据中心业务版图扩大的同时，实现了更高的营收和利润。然而，报告中最具影响力的部分，涉及的收入才刚刚开始显现。

为什么 Google News 聚焦 Arm 向数据中心转型

这一季度之所以重要，是因为 Arm 正在成为 AI 基础设施的核心处理器平台，而不再只是智能手机需求的间接受益者。

AI 服务器通常通过其加速器来描述，包括 Nvidia GPU 和 Google TPU。这些加速器执行训练和推理所需的大规模并行计算。

CPU 仍负责协调更广泛的系统。它们准备数据、管理存储和网络、运行操作服务、检索信息，并在工具之间调度任务。Agentic AI 加重了这种协调工作负担，因为智能体会反复制定计划、调用服务、检查结果并继续执行。

Arm 认为，这些工作负载有利于配备大量高能效核心的处理器。数据中心受限于固定的电力、冷却、机架空间和可用建设能力。

在这些限制内完成更多工作的处理器，能够改善 AI 部署的经济性。这一价值主张帮助 Arm 进入了曾由 Intel Xeon 和 AMD EPYC 处理器主导的领域。

最新行业数据支持这一趋势，但仍需谨慎解读。服务器市场分析援引 IDC 数据称，第一季度全球服务器营收为 1226 亿美元，同比增长 30.4%。

同一数据表明，基于 Arm 的系统占服务器营收的比例超过 45%，x86 系统约占 52%。

不过，营收份额并不等同于 CPU 出货份额。昂贵的加速计算系统可能会在搭载 Arm CPU 的同时，配置大量 GPU、内存组件、网络设备和存储产品。

因此，一个机架的总销售价值可以大幅上升，而 Arm 处理器的出货量未必出现相应增长。Intel 和 AMD 仍深度扎根于传统服务器和企业软件环境。

Arm 自身的版税数据提供了更狭窄的衡量维度。数据中心版税增长逾一倍，但公司并未披露具体金额或其在总版税中的占比。

这一缺失使读者无法计算其确切贡献。一个高速增长的业务板块，相对于 Arm 已建立的智能手机业务而言，规模仍可能较小。

管理层承认，智能手机仍然重要。更高的内存成本已削弱手机需求，Arm 形容该市场可能出现两位数百分比的下滑。

Arm 预计，Armv9 和计算子系统带来的更高版税率将抵消大部分疲软影响。实际上，即使出货设备减少，公司仍可从每颗先进芯片中获得更多收入。

云端 AI 则构成另一项抵消因素。CFO Jason Child 在财报电话会议上表示，Google Axion 的部署、Amazon Graviton 系统以及 Nvidia Vera 的进展均超过先前计划。

这正是本季度的核心逆转。Arm 对智能手机的敞口仍是拖累，但数据中心增长正变得足够庞大，足以改变整体营收叙事。

这一转变还让 Arm 覆盖 AI 基础设施的多个层面。其核心出现在主机 CPU、数据处理单元、SmartNIC 和控制器中，与主要加速器协同工作。

DPU 是一种处理器，负责处理此前分配给服务器 CPU 的数据传输、网络、安全或存储任务。SmartNIC 则通过先进网络接口执行类似的卸载功能。

Arm 表示，其技术出现在这些类别中几乎所有领先产品内。财务披露的数据很难验证这一说法，但客户名单显示出广泛的架构采用。

压力最直接地落在 Intel 和 AMD 身上。两家公司均销售完整处理器，并将 x86 软件兼容性作为一项优势。

如今，它们既面临最大云客户定制的 Arm 芯片，也面临 Nvidia 基于 Arm 的 CPU 战略，以及 Arm 自身成为处理器供应商的决定。

Arm 的 AGI CPU 将合作伙伴变为竞争对手

Arm 的新处理器创造了更大的商业机会，但也改变了促成 Arm 成功的合作关系。

Arm 在其大部分历史中提供的是设计，而不是直接与使用这些设计的公司竞争。这一模式使 Apple、Qualcomm、Amazon、Google、Microsoft 和其他客户能够打造差异化处理器。

AGI CPU 改变了这条边界。该产品于 2026 年 3 月发布，是 Arm 首款面向 AI 数据中心的量产硅产品。

该处理器面向头节点、通用服务器和 Agentic AI 工作负载。头节点负责协调 AI 集群内的加速器和其他资源。

Arm 表示，当前设计采用 128 个核心。该产品旨在提供 GPU 和定制加速器周边所需的 CPU 能力，而非取代这些加速器。

发布时披露的客户包括 Meta、OpenAI、Cloudflare、Oracle 和 Cerebras。Arm 还列出了支持系统供应的制造和服务器合作伙伴。

Arm 最初将 2027 和 2028 财年的机会规模描述为超过 10 亿美元。如今，该公司表示这一时期的客户需求已超过 20 亿美元。

需求并不等同于确认收入。它可能包括客户兴趣、销售管道价值、预期订单，或具有不同商业条件的承诺。

Arm 尚未发布详细的对账说明，展示这一数字中有多少代表确定且不可取消的订单。因此，读者应将其视为管理层提供的需求指标。

公司表示，已为最初的 10 亿美元机会锁定足够的制造产能。为满足额外订单，公司正在争取更多晶圆、内存、基板、封装和测试产能。

与授权知识产权相比，这类供应工作并不熟悉。芯片供应商必须协调晶圆制造排程、组件采购、组装、质量控制、库存和客户交付。

Arm 的年度申报文件称，AGI CPU 对 2026 财年营收没有重大影响。最新季度也未单独提供硅产品收入数据。

管理层计划在公布第三季度业绩时提供下一次更新，届时预计将对 2027 财年最后一个季度和 2028 财年有更清晰的可见度。

这造成了一个时间缺口。投资者如今可以看到开发成本上升，而该处理器的财务贡献在很大程度上仍有待未来体现。

直接销售处理器的业务也使 Arm 与授权客户的关系更加复杂。Amazon、Google、Nvidia 和 Microsoft 都使用 Arm 知识产权开发可能与 AGI CPU 重叠的处理器。

Qualcomm 已宣布计划凭借一款基于 Arm 的芯片进入 AI 数据中心 CPU 市场。每增加一家被授权方，都会扩展 Arm 的平台，同时也为其硅产品增添一名潜在竞争者。

这种张力未必致命。半导体行业经常容纳供应商重叠、定制设计和参考产品并存。

Arm 可以将成品处理器定位为采用其平台的另一种方式。希望打造差异化芯片的客户可以继续授权设计，其他客户则可以购买完整 CPU。

不过，围绕产品路线图和客户准入的决策将变得更加敏感。被授权方会希望确信，Arm 不会将其最好的技术留给自有处理器。

Arm 还必须避免给人一种印象：即利用一家客户的市场信息来对付另一家客户。其作为中立平台的角色，一直是竞争对手能够采用同一架构的重要原因。

因此，AGI CPU 考验的是 Arm 能否在成为商用硅芯片供应商的同时，继续充当生态系统供应商。仅靠更高的收入无法解决这一问题。

真正的竞争是 Arm 与 x86 的经济性之争

Arm 对 Intel 和 AMD 的挑战取决于总体部署经济性，而不是架构标签或基准测试头条。

X86 处理器受益于数十年的企业软件积累、运维经验和既有采购关系。许多工作负载可以迁移至更新的系统，但迁移仍需要验证。

云服务提供商通过掌控完整环境，降低了这一障碍。他们可以协同优化操作系统、编译器、应用程序和硬件。

Amazon 通过 Graviton 采用了这一方式。Google 随后推出 Axion，而 Microsoft 则为 Azure 开发了 Cobalt。

这些处理器让超大规模云厂商能够降低对第三方 CPU 的依赖，并围绕自身服务定制系统。即使不销售成品芯片，Arm 也能获得版税。

AGI CPU 面向的是缺乏超大规模云厂商芯片工程团队的买家。成品处理器为云服务商和 AI 公司提供了另一条通往基于 Arm 基础设施的路径。

当客户优先考虑核心密度和能效时，Arm 的优势最为明显。智能体工作负载可能产生大量并行任务，需要围绕加速器集群进行协调。

然而，处理器不能仅凭核心数量取得成功。买家会评估内存带宽、延迟、网络、加速器连接、软件支持、可靠性和持续性能。

他们还会考虑采购的简便性。Intel 和 AMD 提供成熟的服务器路线图，并得到大型原始设备制造商和广泛企业软件认证的支持。

AMD 通过 EPYC 持续扩大其数据中心市场地位，而 Intel 继续投资 Xeon 产品及其制造工艺。两家厂商都可以通过定价、封装、性能和供应协议作出回应。

Arm 还要与其客户的定制处理器竞争。Google 可以将 Axion 与 TPU 基础设施配对，Amazon 则可以将 Graviton 与 AWS 软件和网络集成。

Nvidia 可以围绕其加速器路线图和 NVLink 互连优化 Vera。NVLink 是 Nvidia 用于在处理器和加速器之间高速传输数据的连接技术。

Arm 的独立处理器需要获得进入这些混合系统的可信路径。Haas 指出，Nvidia 的 NVLink Fusion 可以将第三方 Arm CPU 连接至 Nvidia 加速器，不过 Arm 尚未宣布任何具体集成。

这一回答指出了一个重要技术依赖。AI 客户很少孤立地选择 CPU；他们选择的是围绕加速器、内存、网络和软件构建的系统架构。

Intel 和 AMD 也有各自的集成策略。AMD 将 EPYC 处理器与 Instinct 加速器结合，而 Intel 可以协调 Xeon CPU、网络和加速器产品。

Arm 的商业模式提供了另一种形式的杠杆。即使客户选择 Amazon、Google、Microsoft、Nvidia 或 Qualcomm 的芯片，Arm 仍可收取许可费或版税。

这使竞争格局比 Arm 对阵一家芯片公司更为微妙。核心竞争是 Arm 架构与更广泛数据中心中的 x86 经济性之间的较量。

Arm 并不需要每位客户都购买其 AGI CPU。无论哪家合作伙伴供应成品处理器，只要基于 Arm 的设计获胜，Arm 就能受益。

成品芯片提高了 Arm 从特定部署中获取价值的潜力。它也为公司提供了一款产品，可为其更广泛的平台确立性能和实施标准。

如果该战略奏效，Arm 可以通过三个层面获利：处理器知识产权、计算子系统和成品硅芯片。每个层面都能带来更多内容价值和更高的单次部署收入。

每增加一个层面，风险也会随之上升。与架构许可相比，成品处理器需要更多资本、运营协同和商业判断。

这一权衡解释了为何最新财报不应只被视为一则值得庆祝的 AI 增长头条。Arm 不再只是推动挑战 x86 的力量，它正在直接加入这场挑战。

更高利润未能展现的内容

Arm 的利润有所增长，但其 GAAP 运营数据揭示了向更完整产品扩张的成本。

GAAP 运营费用增长 28%，达到 11.62 亿美元。研发费用增长 29%，至 8.38 亿美元。

尽管营收增长 22%，GAAP 营业利润仍下降 20%，至 9100 万美元。GAAP 营业利润率从 10.8% 降至 7.1%。

在营业利润以外项目的支持下，净利润仍增长逾一倍。这一区别使运营表现成为对利润头条数据的重要制衡。

按非 GAAP 口径，表现更为强劲。营业利润增长 29%，至 5.31 亿美元，营业利润率提升至 41.2%。

这一差距反映了股票薪酬及其他调整等项目的剔除。两种呈现方式都不应被孤立看待。

GAAP 结果反映由股东承担的费用，而非 GAAP 数据有助于比较基础运营情况。随着 Arm 增加工程师并投资硅芯片，这一差距日益重要。

截至 2026 财年末，Arm 拥有 9,584 名员工，其中包括 8,058 名工程师。该财年的年度研发支出已增长 34%，至 27.76 亿美元。

公司表示，当前投资支持下一代架构、计算子系统和 AGI CPU 产品线。这些项目可能带来未来收入，但其回报仍有待验证。

供应是另一项限制因素。管理层表示，晶圆、内存、基板和测试设备均供应紧张。

为某款产品确保产能并不保证客户会大规模部署。认证、软件优化、系统集成和数据中心建设都可能推迟出货或收入确认。

报告中的 20 亿美元需求数据也需要更明确的定义。Arm 尚未披露该数字背后的处理器数量、客户数量、交付时间表或取消保障。

在所有需求转化之前，竞争格局可能发生变化。Intel、AMD、Nvidia、Qualcomm 以及定制芯片团队将在 2027 和 2028 财年继续推出产品。

Arm 的披露选择增加了另一项不确定性。从本季度开始，公司停止报告剩余履约义务以及 Total Access 和 Flexible Access 许可证数量。

公司表示，在扩展至量产硅芯片后，这些指标的相关性降低。这一理由可以理解，但投资者失去了衡量传统授权业务的一致指标。

年度化合同价值仍可获得。其 13% 的增长较为健康，但低于本季度授权收入 23% 的增幅。

关联方收入同样值得持续审视。Arm 与 SoftBank 的协议贡献了季度授权收入的大约三分之一。

Arm 披露，2026 财年来自 SoftBank 关联方的收入规模可观。这些合同可能代表正当的工程工作，但也使客户集中度和合同条款更具影响力。

智能手机疲软仍是眼下的抵消因素。Arm 预计，尽管行业出货量下降，更新的技术和更高的版税率仍将支撑手机版税收入。

这一战略取决于客户持续采用 Armv9 和更完整的计算子系统。若产品组合走弱或设备更换周期放缓，保护作用将会减弱。

云业务增长可以弥补这一影响，正如本季度所示。然而，Arm 仍未提供足够的分部数据，无法准确计算云端 AI 需要增长多少才能抵消移动业务疲软。

因此，通过 Google News 关注这一故事的读者应区分三项主张。Arm 报告的营收和利润增长是已确认的财务结果。数据中心版税增长的方向已得到确认，但缺乏披露的基数。

20 亿美元的 AGI CPU 数据是公司衡量的需求，而非已完成销售。其转化情况将决定硅芯片战略能否成为一项实质性业务。

三个信号将检验 Arm 的 AI 增长叙事

下一阶段取决于处理器需求的转化、云端版税的持续增长，以及成为芯片供应商的成本控制。

第一个信号是 Arm 承诺在第三季度业绩中提供的 AGI CPU 更新。管理层预计届时将能更清楚地了解 2027 财年第四季度和 2028 财年的情况。

更高的已锁定产能数据、披露的收入或更明确的订单分类，都将强化 AGI CPU 需求正在转化的主张。若再次只给出缺乏交付细节的宽泛管线表述，核心不确定性仍将无法消除。

第二个信号是数据中心版税增长。若又一个季度增幅超过 100%，将表明基于 Arm 的处理器仍在从设计公告走向实际部署的系统。

这种增长的质量同样重要。来自 Amazon、Google、Microsoft、Nvidia、网络芯片和独立云客户的证据，将降低对任何单一项目的依赖。

增速急剧放缓并不会抹去架构转变。它将表明，当前同比表现可能受益于较小基数、不均衡的出货时点或集中的超大规模云厂商部署。

第三个信号是运营杠杆。Arm 指引第二季度营收为 13.8 亿美元，上下浮动 5000 万美元；非 GAAP 运营费用约为 7.8 亿美元。

管理层预计非 GAAP 每股收益为 0.47 美元，上下浮动 0.04 美元。预计版税收入将实现低双位数增长，而授权收入将增长约 30%。

这些数据将显示，授权业务能否在不使业绩日益依赖规模大且不均衡合同的情况下，抵消较弱的智能手机版税收入。

GAAP 研发支出和营业利润率将揭示更深层的成本。如果在硅芯片销售出现之前，费用持续快于营收增长，该战略将需要更多耐心。

Arm 本季度业绩确认，AI 需求已为其既有平台带来收益。但这尚未证明 Arm 能够以客户兴趣所暗示的规模制造和销售处理器。

对于开发者而言，眼下的问题是软件可移植性。主要云平台中更多 Arm 容量，使多架构测试、依赖管理和性能测量愈发重要。

基础设施买家应比较完整系统的经济性。处理器效率固然重要，但加速器兼容性、可用实例、软件支持、供应保障和迁移工作同样重要。

关注这些进展的团队，可以将财报笔记、架构对比和部署发现保存在可搜索的技术知识库中。这些记录有助于区分已获证实的采用情况与不断变化的供应商说法。

最新一轮 Google News 周期标志着一个真正的里程碑，而非竞争的终点。关注 Arm 推出了什么、客户部署了什么，以及公司为实现这些目标投入了多少资金。