Arm AGI CPU geht auf dem OCP Global Summit 2026 mit Rack-Designs in den Einsatz

Vom Produktstart zum Einsatz

Arm hat die Arm AGI CPU, sein erstes Serienprodukt in Silizium, im März bei Arm Everywhere vorgestellt. Der Chip wurde gezielt für die Anforderungen agentischer KI entwickelt. Laut Arm markierte der OCP Global Summit 2026 den Übergang von Vision und Markteinführung zu Einsatz und Nachweis: Gezeigt wurden Produktivsysteme, wachsende Kundennachfrage und eine offene Rack-Architektur für agentische KI.

In seiner Keynote beschrieb Mohamed Awad, Executive Vice President und General Manager der Cloud AI Business Unit von Arm, wie KI-Agenten die Art verändern, wie im Rechenzentrum Arbeit entsteht. In seinen Worten: "Rather than intent initiating outside the data center at human pace, we're moving to a world where intent is now being initiated within the data center at machine pace."

Daraus ergeben sich laut Arm neue Anforderungen an drei CPU-Rollen: KI-Head-Nodes, die Beschleuniger auslasten, Cloud-native CPUs, die Anwendungen und Dienste ausführen, und agentische CPUs, die kontinuierlich laufende virtuelle Nutzer unterstützen. DPUs ergänzen Netzwerk, Storage, Sicherheit und Infrastrukturisolierung.

Offene Rack-Designs und Beschleuniger-Kombinationen

Arms Open Agentic Infrastructure Platform vereint Allzweck-Rechenleistung, KI-Beschleunigung, Speicher, Netzwerk, I/O und Systemverwaltung in einer modularen, an OCP ausgerichteten Architektur. Statt eine einzelne Konfiguration vorzugeben, können Infrastrukturanbieter damit die Technologien und Partner wählen, die zu ihren Workloads passen.

Supermicro stellte Designs für die Arm AGI CPU vor, die auf den OCP-Architekturen Open Rack v3 (ORv3) und Open Rack Wide (ORW) basieren. Dazu gehören eine flüssigkeitsgekühlte 21-Zoll-Konfiguration mit Unterstützung für 128 Arm AGI CPUs und ein breiteres Design, das auf 336 CPUs skaliert. Arm verwies zudem auf seine Arbeiten an einem Referenzserver mit der AGI CPU für OCP sowie auf Metas Rack-Scale-Design Yosemite YV5.

Zwei Beschleunigerhersteller zeigten sich ergänzende Ansätze:

• FuriosaAI kombiniert die Arm AGI CPU mit seinen RNGD-KI-Beschleunigern. Die CPU übernimmt Agenten-Orchestrierung, Tool-Ausführung und unterstützende Dienste, die Beschleuniger übernehmen Prefill und Decode der Modelle, und der Host-Speicher schafft zusätzliche Kapazität für Kontext.
• Rebellions zeigte seine RebelServer-Architektur, die die Arm AGI CPU mit Rebel100-Beschleunigern in einer gemeinsam entwickelten Inferenzplattform verbindet.

Arm sieht in beiden Beispielen die Bedeutung heterogenen Rechnens unterstrichen, bei dem die Leistung davon abhängt, wie CPUs, Beschleuniger, Speicher und Interconnects als System zusammenspielen.

Eine neue Methode zur Messung agentischer CPU-Leistung

Ravi Malhotra, Director of Solutions Product Management bei Arm, hielt eine Session mit dem Titel "Rethinking CPU Performance for the Agentic AI Era". Er erläuterte, warum sich die klassische CPU-Messung weiterentwickeln muss, wenn KI-Anwendungen nicht mehr nur Antworten erzeugen, sondern mehrstufige Aufgaben ausführen.

Verschiedene Agenten belasten die Infrastruktur unterschiedlich. Agenten für die Softwareentwicklung benötigen eine hohe Leistung pro Kern für das Kompilieren und Testen von Code. Enterprise-Automatisierung und persönliche Assistenten erzeugen oft viele kurze Tool-Aufrufe, weshalb Parallelität und Leistung pro Rack stärker ins Gewicht fallen.

Arm stellte eine neue Methodik zur Messung der CPU-Leistung bei agentischer KI vor, die mit Unterstützung von Fujitsu, Meta und OpenAI entwickelt wurde. Sie nutzt repräsentative Agenten-Workloads und wiederholbare CPU-Messungen, darunter das Wiedergeben aufgezeichneter Ausführungssequenzen von Agenten. Ziel ist laut Arm, zu messen, wie effizient die Infrastruktur nützliche Arbeit unterstützt, wenn Agenten parallel und in großem Maßstab laufen, und nicht nur, wie schnell ein Prozessor einen einzelnen Vorgang abschließt.

In einer von Signal65 veröffentlichten Analyse erreichte die Arm AGI CPU über sieben repräsentative agentische KI-Workloads hinweg im Schnitt eine 1,99-fache modellierte Leistung pro Rack im Vergleich zum AMD EPYC 9755. Die Ergebnisse auf Rack-Ebene wurden anhand unabhängig verifizierter Messungen auf Serverebene modelliert.

Software-Reife und Einordnung

Arm betonte auch die Softwareseite. Entwickler und Betreiber benötigen konsistente Plattformen, die sich über verschiedene Implementierungen hinweg bereitstellen und verwalten lassen. Arm hob seine Arbeiten an Systemarchitektur und Software-Enablement hervor, darunter SystemReady, die Server Base System Architecture (SBSA), die Server Base Manageability Requirements (SBMR) und die Arm Architecture Compliance Suite.

Für Käufer von Infrastruktur lautet die Botschaft von Arm, dass sich Rechenzentren für agentische KI aus offenen, wiederholbaren Designs aufbauen lassen, statt auf eine einzige festgelegte Hardwarekonfiguration angewiesen zu sein. Mit Prozessor-IP, Compute Subsystems (CSS) und der Arm AGI CPU biete das Unternehmen Partnern mehrere Wege zum Aufbau. Die Leistungsangaben stammen aus modellierten Ergebnissen auf Rack-Ebene, die tatsächlichen Resultate hängen daher von den Workloads und Systemdesigns ab, für die sich Betreiber entscheiden.