- 在七项代理式 AI 工作负载测试中，Arm AGI CPU 的模拟机架级性能约为 AMD EPYC 9755 的两倍
- 基于功耗建模评估，24kW 机架可容纳多达 23 台 Arm 服务器，而 x86 双路系统仅能容纳 13 台
- 在特定高负载场景下，Arm 的机架级性能优势最高可达 3.19 倍
Signal65 与 Arm 合作开展的一项最新评估显示，在针对代理式人工智能（Agentic AI）设计的七个工作负载中，Arm AGI CPU 的模型性能几乎是 AMD EPYC 9755 处理器的两倍。该研究通过测量处理器基准数据，并估算固定电力预算下的机架整体性能，揭示了架构差异对数据中心效率的影响。
需要注意的是，这些结论部分依赖于基于功率的建模推算，针对最终量产硬件的实际测试尚未完成。
高密度部署赋予 Arm 显著优势
此次评估涵盖了软件工具、自主任务执行、信息检索以及支持 AI 模型服务的工作负载，其中包括 Terminal Bench 2 和 SWE Bench 等测试项目。数据显示，在与 AMD EPYC 9755 的对比中，Arm 处理器实现了平均 1.99 倍的机架级性能比，单项测试结果介于 1.43 倍至 3.19 倍之间。
这种模拟优势主要源于服务器功耗的差异，使得在相同的电力分配范围内可以部署更多的 Arm 系统。具体而言，一个 24 千瓦的机架可容纳 21 到 23 台搭载 AGI CPU 的服务器，而同等条件下仅能容纳 13 台双插槽配置的 EPYC 9755 系统。
根据额定功率假设，这一配置为 Arm 平台提供了 5,712 到 5,888 个物理核心，相比之下 AMD 平台仅为 3,328 个核心。在单台服务器功耗方面，Arm 设备介于 950 至 1,050 瓦之间，而 AMD 的双路配置额定功耗为 1,700 瓦。
在不同类别的工作负载中，Arm 记录的模拟机架级优势分别为：工具类负载 1.7 倍，代理工作流程 2.0 倍，推理与规划类负载 2.2 倍。报告还估计，数据库和向量搜索操作可能需要额外 30% 到 35% 的机架空间来处理等效的工作负载。
沙箱创建提速与挑战 x86 地位
另一项独立测试使用 Sandbench 比较了 Arm 99 处理器与 AMD EPYC 9965 的性能，重点测量建立孤立执行环境所需的时间。结果显示，Arm 平台的冷启动速度提升了 45%，热启动速度提升了 27%；即使在四倍超额订阅的最坏情况下，其速度仍快 41%。
由于 AI 代理在访问服务、运行代码和处理信息时频繁创建执行环境，更快的设置速度有助于降低延迟。不过，该结果并未证明所有应用程序或完整的数据中心部署都能获得相应的收益。
Arm 云人工智能执行副总裁穆罕默德·阿瓦德（Mohamed Awad）表示：“行业需要衡量系统如何处理实际完成工作的代理。”该公司在富士通、Meta 和 OpenAI 的支持下制定了评估框架，Signal65 则独立验证了报告的处理器结果。阿瓦德同时承认，对最终生产系统的进一步测试将涉及更多工作量及竞争对比。
对于 AMD 和 Intel 而言，研究结果表明在机架功率限制制约计算能力的代理式 AI 部署场景中，基于 Arm 的服务器可能对 x86 基础架构构成挑战。更高的机架级性能允许运营商在现有电力分配内容纳更多 AI 工作负载。
然而，该基准测试并不能证明 Arm 在通用计算领域优于 x86，也不足以支撑全面更换现有数据中心服务器的合理性。软件兼容性、部署成本以及现实运行条件等因素，将决定模拟优势能否转化为更广泛的市场采用。
