根據Counterpoint Research HPC服務最新發表的《資料中心AI伺服器運算ASIC出貨預測與追蹤報告》，客製化AI伺服器基礎架構中的主機CPU層正出現結構性轉變，x86架構正逐步讓位給基於Arm的設計。

目前市場討論多集中於AI加速器出貨，但Counterpoint針對Google、AWS、Microsoft、Meta等主要超大規模業者的主機CPU配置比例進行自下而上的追蹤，顯示另一個較少被關注的需求轉變正同步發生。

過去三年中，x86 CPU在AI基礎設施加速器部署中的配置比例仍占主導地位。主要超大規模業者在現有世代的ASIC伺服器部署中，仍依賴Intel與AMD處理器作為主機CPU，反映軟體相容性需求與既有資料中心架構的延續。然而，在這一持續成長的市場中，隨著半客製化AI加速器或XPU推動異質運算需求增加，Arm Neoverse核心架構的伺服器CPU採用正進一步提升。

此一轉變主要由成本與效率因素所驅動。透過自行設計主機處理器並與AI加速器整合，超大規模業者可降低對商用晶片供應商的依賴、在規模化下提升利潤，並降低整體運算成本(token cost)。因此，Arm架構CPU最初主要用於通用雲端工作負載，隨後逐步應用於AI伺服器。相較於同級x86機架配置，Arm架構CPU在每瓦效能(performance-per-watt)上可達約兩倍表現，在電力受限的資料中心環境中具備優勢。

Counterpoint Research研究專員David Wu表示，雖然目前x86架構在AI伺服器基礎設施中仍具相當比重，但從世代演進分析來看，這一既有優勢正快速轉向以Arm為基礎的客製化設計。Counterpoint Research預期此一轉變將在2026年下半年更加明顯。辨識各超大規模業者與不同ASIC世代由x86轉向Arm的時點，是關鍵的市場洞察所在。

Arm架構CPU在AI超大規模業者中的擴散

對於Google而言，其在下一代TPU基礎設施中導入Axion Arm CPU，是此次轉型中最具代表性的事件之一，顯示Arm架構CPU已具備大規模AI基礎設施部署的能力。

AWS亦在其各世代Trainium平台中持續調整策略，Arm架構的Graviton處理器在高密度部署中的角色逐漸提升，同時部分場景仍保留x86以維持相容性。

除了Google與AWS外，Arm架構的採用亦在其他超大規模業者中擴展。Microsoft自一開始即將Azure Cobalt Arm CPU與Maia AI加速器搭配使用。

Arm AGI CPU登場

Meta近期確認Arm為其下一代MTIA基礎設施的策略CPU合作夥伴，並成為Arm首款AGI CPU的首批客戶，顯示從商用x86轉向Arm並非單一設計決策，而是產業整體方向。

Counterpoint研究副總裁Neil Shah表示，AI伺服器從x86轉向Arm並非一次性轉換，而是隨著不同世代與配置逐步演進。超大規模業者依據自身部署需求進行選擇，同時建立相容且可互通的軟體環境，其經濟效益亦相當明確。隨著主要業者在下一代ASIC平台中廣泛部署自研Arm CPU，此轉變預期將於2026年下半年明顯加速。Counterpoint Research分析預估，至2029年，Arm架構CPU在客製化AI ASIC伺服器主機CPU部署中的占比將至少達90%，相較於2025年約25% 顯著提升，反映主要超大規模業者加速導入自研Arm CPU所帶來的結構性變化。

此一轉變亦將對整體半導體供應鏈產生影響。隨著超大規模業者採用先進製程生產自研Arm CPU，AI伺服器建置將同時帶動AI運算ASIC與CPU需求，進一步推升台積電供應鏈的相關需求。