Arm CEO Rene Haas在Computex 2026第一天讲了一句让数据中心从业者竖起耳朵的话：CPU市场增速超出预期，原因是Agent AI的普及改变了算力需求结构。（来源：iThome 2026-06-02）为了接住这波需求，Arm在今年3月直接流片了首款Arm AGI CPU，主打高密度机架和大容量内存，瞄着AI数据中心去卖实体芯片。
但如果你认为这意味着手机上的常驻Agent也马上要来了，恐怕会失望。从机架到掌心，隔着三层几乎物理层面的硬约束，俗称功耗墙。
Agent AI为什么需要更多CPU
过去两年，生成式AI的算力核心是GPU，从训练到推理都以矩阵乘法为主。当AI从一问一答变成代理式——自主规划、调用工具、维护上下文——CPU的角色变了。Haas在演讲中解释，一个典型的Agent对话需要意图识别、API调用、结果验证等步骤，每一步都要CPU介入调度。这种结构性变化使得数据中心对CPU核数和内存带宽的需求增长数倍。Arm的AGI CPU正是为此设计，但那是为机房准备的。
第一道墙：锁屏后的“幽灵”耗电
手机要在5W甚至更低功耗下运行，锁屏后还要常驻一个Agent，这个矛盾最直观。目前旗舰机运行1B参数模型推理时功耗约0.8-1.2W，若是7B模型，轻松突破3W——还没算屏幕、通信和传感器。手机仅维持Agent待机就可能吃掉四分之一以上的电池。Arm在2026年1月发布的20项技术预测中，把“模块化能效”列为优先级，但没有给出具体指标。（来源：Arm官方技术预测，2026-01-29）
第二道墙：内存访问的能效陷阱
大模型量化到INT4还需要数GB权重和KV Cache，手机DRAM带宽有限且与所有应用共享。连续推理会引发内存带宽压力，导致整机发热降频。这就是“参数表好看，实际体验跟不上”的根源。上海市2025年发布的《智能终端产业高质量发展行动方案（2026-2027年）》特意强调“支持3D异构集成和新型存储技术”——侧面印证了当前内存瓶颈的严重性。（来源：上海经信委文件）
第三道墙：异构调度为何难落地
手机SoC集成了CPU、GPU、NPU，但Agent任务需要三者频繁切换：语音输入走NPU，逻辑规划靠CPU，内容生成用GPU。现有调度框架在静态算子分配上尚可，动态负载均衡下的延迟抖动往往超出可接受范围。一家头部手机厂商的系统架构师透露，他们目前的端侧助手“极致精简版”仍需手动唤醒，做不到常驻，主要原因就是熄屏功耗和内存持续占用引起的散热问题。
2027年：反复被引用的节点，尚无实证
中金公司2024年3月的研报引用Counterpoint数据，预测2027年全球AI手机渗透率约40%，出货量5.22亿部。但这说的是“AI手机”——支持端侧跑大模型，并非“常驻Agent”。类似地，上海的政策文件也只提终端芯片布局，没有给出Agent商用化时间表。业界未见任何厂商对手机常驻Agent给出明确量产计划。
从特定场景开始，才是最现实的路
更可能的路径是分阶段演进：第一阶段在充电、Wi-Fi等特定条件下运行低功耗助手；第二阶段才谈系统级感知。这需要SoC架构革新、新型低功耗存储成熟，以及操作系统对后台Agent资源管控的质变。正如我们之前在那篇《Arm看2026手机AI：参数表之外，更要看整机能效》中讨论的，框架、NPU与整机是否匹配，比单看参数量更接近真实体验。
Arm押注代理式AI，果断下场做CPU实体芯片，方向清晰。但手机端Agent还在等一场能效革命：要么电池突破能量密度极限，要么模型压缩大幅跨越，要么异构调度出现系统级优化。2027年听起来近在眼前，但回到真实约束里，我们还没有看到足够坚实的踏脚石。
