人工智慧(AI)基礎設施正在加速向 Arm 架構遷移。如今，Arm 技術已部署在所有主要超大規模雲服務提供商的平台中。根據 IDC 數據，基於 Arm 架構的機架級伺服器市場規模現已超越 x86，成為加速計算領域的主流平台。
隨著 AI 邁入智能體時代，這一轉變顯得愈發重要。AI 智能體不僅能夠生成答案，還能夠持續運行、調用工具、訪問數據並自主執行任務。隨著智能體規模不斷擴大，兩項基礎計算需求隨之產生，分別是運行智能體與保護智能體所需的算力。
Arm 為這兩類計算需求提供支持。一方面，高性能 CPU 可用於運行智能體工作負載;另一方面，基於 Arm 架構的基礎設施處理器，如數據處理單元(DPU)，則可提供獨立的可觀測性、隔離能力、策略執行和安全防護。
NVIDIA 最新推出的 NVIDIA 開放智能體安全平台(NVIDIA Open Agent Safety Platform)，正是這一架構理念的落地實踐。
Arm 計算平台驅動智能體運行
CPU 是智能體 AI 基礎設施的核心。智能體運行時、執行框架、編排系統、工具調用以及各類應用均依賴 CPU。隨著智能體能力不斷增強、運行時間持續延長，並以更大規模並發運行，對 CPU 的需求也將持續增長。
目前，Arm 已為智能體和雲計算工作負載中的大部分計算提供算力支持。無論是 Arm AGI CPU、Amazon Graviton、Google Axion、Microsoft Cobalt，還是 NVIDIA 定製開發的 Vera CPU，這些產品雖然在設計上各有特色，但均共享 Arm 統一的軟體生態系統。NVIDIA OpenShell 將智能體安全執行能力擴展到了這一廣泛的 Arm CPU 生態系統之中。
OpenShell 為智能體建立安全的運行時邊界，對其訪問的資源及執行的操作進行管控。這意味著，在日益豐富且多元的 Arm 雲計算和 AI 基礎設施生態系統中，可以採用統一的方法來實現智能體的安全運行。
Arm 計算平台治理與管控智能體行為
除了運行智能體，智能體基礎設施還需要在智能體自身運行環境之外，提供可觀測性、隔離能力和策略管控的獨立計算資源。
基於 Arm 架構的 DPU 和基礎設施處理器提供了這一獨立層。通過將網路、監測、隔離和安全等基礎設施服務從主機 CPU 中分離出來，它們構建了獨立的控制節點，使其能夠始終獨立於所保護的智能體和應用運行。
這種架構模式已經擴展至廣泛的 Arm DPU 生態系統。由於這些基礎設施處理器同樣基於 Arm CPU 技術構建，開發者和基礎設施提供商能夠基於統一的計算架構構建安全能力。
NVIDIA BlueField 在 NVIDIA 開放智能體安全平台中體現了這一模式。BlueField-4 由搭載 64 個 Arm Neoverse V2 核心的 NVIDIA Grace 所驅動，可在主機之外提供獨立的基礎設施運行環境。OpenShell 可與部署在 BlueField 上的 NVIDIA Sentry 協同工作，將策略執行能力從智能體運行時擴展至這一獨立的信任域。由此，基礎設施和網路安全控制能夠獨立於智能體本身持續運行。
作為實時監控機制，NVIDIA Sentry 再添一層防護，能夠對智能體行為進行持續監測，並在發現智能體出現不安全行為時對其進行隔離處理。上述能力共同展示了一種更全面的系統級安全架構：Arm CPU 負責託管和運行智能體工作負載，而基於 Arm 架構的 DPU 則能夠獨立地對其進行觀測、治理、隔離和保護。
Arm CPU 託管並運行智能體工作負載，而基於 Arm 架構的 DPU 則獨立地對其進行觀測、治理、隔離和保護
為智能體 AI 的規模化發展保駕護航
隨著智能體能力不斷增強、擁有更強的持續運行能力和自主性，智能體 AI 對算力的需求將持續增長。與此同時，安全能力也必須與算力同步擴展，而無需在安全與性能之間進行取捨。
NVIDIA 開放智能體安全平台展示了這一發展方向：Arm 生態的各類計算平台運行智能體工作負載，而獨立的基於 Arm 架構的 DPU 則協助進行觀測、隔離和保護。
隨著智能體從雲基礎設施擴展至邊緣設備和物理系統，這些安全邊界也需要隨之延伸，覆蓋智能體運行和執行任務的各類場景。隨著 Arm 日益成為 AI 基礎設施的核心組成部分，Arm 正在推動整個生態系統實現性能與安全的同步規模化發展。
智能體時代正構建於 Arm 之上，而 Arm 始終致力於從一開始就為這一時代奠定堅實的安全基礎。
