Arm与NVIDIA联手打造智能体AI时代的可信算力基座

人工智能（AI）基础设施正经历一场向Arm架构的大规模迁移。时至今日，Arm技术已经被各大主流超大规模云服务商所广泛部署。IDC的市场调研数据指出，采用Arm架构的机架级服务器在市场规模上已经反超x86，跃升为加速计算领域的主导性平台。

当AI迈入智能体主导的新阶段，上述转变的意义愈发凸显。AI智能体不再局限于生成回答，而是能够持续运转、调用外部工具、读取数据信息，并自主完成各类任务。随着智能体部署规模不断扩大，两项核心计算诉求随之浮出水面：其一是驱动智能体运转所需的算力，其二是保障智能体安全所需的算力。

Arm针对这两类算力需求均提供了有力支撑。一方面，高性能CPU承担智能体工作负载的运行职责；另一方面，基于Arm架构的基础设施处理器——例如数据处理单元（DPU）——能够提供独立的可观测性、隔离机制、策略执行以及安全防护功能。

NVIDIA最新发布的NVIDIA开放智能体安全平台（NVIDIA Open Agent Safety Platform），正是这套架构设计理念在实际中的具体体现。

Arm计算平台驱动智能体高效运行

CPU在整个智能体AI基础设施中扮演着核心角色。智能体运行时、执行框架、编排调度、工具调用以及各类上层应用，无一不是依托CPU来运作。随着智能体能力的增强、运行时间的拉长，以及并发规模的扩大，对CPU性能的需求将持续攀升。

现阶段，Arm已经为智能体及云计算负载中的大部分计算任务提供了算力基础。无论是Arm AGI CPU、Amazon Graviton、Google Axion、Microsoft Cobalt，还是NVIDIA定制研发的Vera CPU，这些产品尽管在设计理念上各有侧重，却共同扎根于Arm统一的软件生态。NVIDIA OpenShell正是将智能体安全执行能力延伸到了这个覆盖面极广的Arm CPU生态系统之中。

OpenShell为智能体搭建了一道安全的运行时边界，对其可访问的资源以及可执行的操作进行细致管控。这意味着，在Arm云计算和AI基础设施日益多样化、丰富化的生态背景下，我们可以采用一套统一的方法论来确保智能体的安全稳定运行。

Arm计算平台治理与管控智能体行为

除了支撑智能体运行之外，智能体基础设施还必须在智能体自身的运行环境之外，提供独立的计算资源，用于实现可观测性、隔离能力以及策略管控。

基于Arm架构的DPU和基础设施处理器恰好构成了这一独立层。通过将网络、监测、隔离和安全等基础设施服务从主机CPU中剥离出来，这些处理器创建了独立的控制节点，从而可以始终独立于所保护的智能体及应用进行运作。

这种架构模式现已扩展至更为广泛的Arm DPU生态之中。由于这些基础设施处理器同样是基于Arm CPU技术构建，开发者和基础设施提供方能够利用统一的计算架构来打造安全能力。

NVIDIA BlueField在NVIDIA开放智能体安全平台中完美诠释了这一模式。BlueField-4由搭载64个Arm Neoverse V2核心的NVIDIA Grace驱动，能够在主机之外提供一套独立的基础设施运行环境。OpenShell可以与部署在BlueField上的NVIDIA Sentry协同联动，将策略执行能力从智能体运行时延展至这个独立的信任域。这样一来，基础设施和网络安全控制便能够独立于智能体自身持续运行。

作为一套实时监控机制，NVIDIA Sentry又增添了一层防护，它能够对智能体的行为进行不间断监测，一旦发现智能体出现不安全行为，便会立即对其进行隔离处理。上述这些能力共同展现了一种更为全面的系统级安全架构：Arm CPU负责承载和运行智能体工作负载，而基于Arm架构的DPU则可以独立地对这些工作负载进行观测、治理、隔离与保护。

Arm CPU承载并运行智能体工作负载，而基于Arm架构的DPU则独立地对其进行观测、治理、隔离与保护

为智能体AI的规模化发展保驾护航

随着智能体能力的持续增强，以及其持续运行能力和自主性的不断提升，智能体AI对算力的渴求将不断增长。与此同时，安全防护能力也必须与算力同步扩展，而不能在安全性与性能之间做出非此即彼的取舍。

NVIDIA开放智能体安全平台清晰地指明了这一前进方向：Arm生态中的各类计算平台负责运行智能体工作负载，而独立的基于Arm架构的DPU则协助进行观测、隔离和保护。

随着智能体从云基础设施逐步延伸至边缘设备和物理系统，这些安全边界也必须随之拓展，以覆盖智能体运行和执行任务的各类场景。随着Arm日益成为AI基础设施的中流砥柱，Arm正引领整个生态系统实现性能与安全的同步规模化发展。

智能体时代正建立于Arm之上，而Arm从始至终都致力于从一开始就为这个时代奠定扎实的安全根基。