AI代理正从「回答问题」走向长时间检索数据、调用工具并接续完成任务，数据中心的性能考题也不再只有GPU算得多快，CPU如何维持大量代理并行运作、调度工作并让加速器持续满载，同样成为关键。 Arm（NASDAQ：ARM）提出一套面向代理式AI的CPU评估方法，获富士通、Meta与OpenAI支持；Arm并公布Signal65的独立分析，指出在七项工作负载中，Arm AGI CPU的机柜级性能模型平均为AMD EPYC 9755的1.99倍。 AI代理长时间运作，CPU工作量跟着增加 相较于收到提示后生成一次回复，AI代理会持续保留任务状态、检索上下文、调用工具与服务，再检查运行结果并决定下一步。

当大量代理同时运作，运算、内存、保存与输入／输出都必须支持高并行与持续运行，CPU也得处理工具调用、数据访问及任务编排等工作。 在AI主节点中，CPU还要负责作业调度、数据准备与传输，避免昂贵的加速器因等待数据而闲置。 Arm指出，代理式AI不会取代既有云端原生工作负载，而是在搜索、服务调用、代码运行和数据请求等需求上再加一层负载。 Arm新闻稿援引OpenRouter数据称，自2026年2月以来，AI代理Token使用量约成长14倍。 Arm提出新评估方法，强调工作负载与端到端验证 Arm认为，传统CPU性能指针未必能充分呈现AI代理的实际需求。

新的评估方法聚焦三个面向：采用具代表性的AI代理应用情境、让CPU性能测量可重复运行，并通过端到端结果确认性能改善是否转化为更好的任务完成效果。 组件级测试可减少模型推论、网络等因素对结果的干扰，观察CPU本身的表现；端到端测试则进一步查看系统是否真的更有效率地完成工作。 Arm表示，这套方法会随代理架构与软件演进持续调整。 富士通、Meta与OpenAI均支持创建更具代表性、可比较的评测方式。

富士通资深副总裁、富士通研究所先进运算开发部门负责人Toshio Yoshida表示，开发下一代高性能、高能效Arm架构CPU产品FUJITSU-MONAKA的过程中，富士通体认到透明、可重复且具代表性的评测体系的重要性，因此支持Arm推动产业协作。 Meta软件工程师Abhishek Dhanotia指出，代理式AI进入生产部署后，业界需要更清楚掌握不同工作负载如何使用底层基础设施资源；一致的比较标准可为系统后续演进提供参考。 OpenAI全球前线部署工程负责人Colin Jarvis则表示，AI系统正从生成回应，进一步通过推论、工具使用与软件环境交互完成复杂任务，因此理解任务编排、工具运行等环节的基础设施性能，将愈来愈重要。

Signal65测试：工具编排等工作负载模型表现较佳 依Arm公布的数据，Signal65以相同基准测试脚本比较Arm AGI CPU与AMD EPYC Turin，并根据服务器级性能实测数据创建机柜级性能模型。 七项工作负载测试中，Arm AGI CPU的模型平均性能为AMD EPYC 9755的1.99倍；细分项目来看，工具调用场景约为对比平台的1.7倍，AI代理工作流程与任务编排约2倍，推论与规划约2.2倍。 在另一项比较中，Arm AGI CPU相较AMD EPYC 9965，沙盒创建延迟最多降低45%。

沙盒是代理运行任务时可使用的隔离环境，创建时间缩短，有助代理更快进入运行阶段；不过实际效益仍会受到系统配置与工作负载影响。 Arm AGI CPU以高内核密度、每内核专属内存配置与高带宽I/O为设计特点，瞄准代理式AI持续运作的工作型态。 Arm也在本周举行的开放运算计划全球峰会（OCP Global Summit）推动贡献AGI CPU参考服务器；Meta的Yosemite YV5则将Arm AGI CPU导入OCP机柜级设计。 机柜模型提供比较基准，仍须看实际部署条件 数据中心受限于功耗、散热与实体空间，单看处理器理论算力，难以回答营运商最关心的问题：在既定机柜条件下，系统能长时间完成多少有效工作。

Signal65分析以服务器级实测结果创建机柜级模型，因此「1.99倍」应理解为特定测试及模型条件下的比较结果，不能直接等同所有实际部署环境都能取得相同差距。 随着AI代理从回应提示词转向持续完成任务，CPU性能的评估也将从单一峰值指针，延伸到并行处理能力、持续吞吐量与任务完成效果。 Arm提出的新方法能否成为业界广泛采用的比较基准，仍有待更多不同平台、工作负载与实际部署结果验证。