从运行智能体的 CPU，到保障智能体安全运行的基础设施，Arm 为智能体时代信任边界的两端构建统一计算平台。

人工智能（AI）基础设施正在加速向 Arm 架构迁移。如今，Arm 技术已部署在所有主要超大规模云服务提供商的平台中。根据 IDC 数据，基于 Arm 架构的机架级服务器市场规模现已超越 x86，成为加速计算领域的主流平台。

随着 AI 迈入智能体时代，这一转变显得愈发重要。AI 智能体不仅能够生成答案，还能够持续运行、调用工具、访问数据并自主执行任务。随着智能体规模不断扩大，两项基础计算需求随之产生，分别是运行智能体与保护智能体所需的算力。

Arm 为这两类计算需求提供支持。一方面，高性能 CPU 可用于运行智能体工作负载；另一方面，基于 Arm 架构的基础设施处理器，如数据处理单元（DPU），则可提供独立的可观测性、隔离能力、策略执行和安全防护。

NVIDIA 最新推出的 NVIDIA 开放智能体安全平台（NVIDIA Open Agent Safety Platform），正是这一架构理念的落地实践。

Arm 计算平台驱动智能体运行

CPU 是智能体 AI 基础设施的核心。智能体运行时、执行框架、编排系统、工具调用以及各类应用均依赖 CPU。随着智能体能力不断增强、运行时间持续延长，并以更大规模并发运行，对 CPU 的需求也将持续增长。

目前，Arm 已为智能体和云计算工作负载中的大部分计算提供算力支持。无论是 Arm AGI CPU、Amazon Graviton、Google Axion、Microsoft Cobalt，还是 NVIDIA 定制开发的 Vera CPU，这些产品虽然在设计上各有特色，但均共享 Arm 统一的软件生态系统。NVIDIA OpenShell 将智能体安全执行能力扩展到了这一广泛的 Arm CPU 生态系统之中。

OpenShell 为智能体建立安全的运行时边界，对其访问的资源及执行的操作进行管控。这意味着，在日益丰富且多元的 Arm 云计算和 AI 基础设施生态系统中，可以采用统一的方法来实现智能体的安全运行。

Arm 计算平台治理与管控智能体行为

除了运行智能体，智能体基础设施还需要在智能体自身运行环境之外，提供可观测性、隔离能力和策略管控的独立计算资源。

基于 Arm 架构的 DPU 和基础设施处理器提供了这一独立层。通过将网络、监测、隔离和安全等基础设施服务从主机 CPU 中分离出来，它们构建了独立的控制节点，使其能够始终独立于所保护的智能体和应用运行。

这种架构模式已经扩展至广泛的 Arm DPU 生态系统。由于这些基础设施处理器同样基于 Arm CPU 技术构建，开发者和基础设施提供商能够基于统一的计算架构构建安全能力。

NVIDIA BlueField 在 NVIDIA 开放智能体安全平台中体现了这一模式。BlueField-4 由搭载 64 个 Arm Neoverse V2 核心的 NVIDIA Grace 所驱动，可在主机之外提供独立的基础设施运行环境。OpenShell 可与部署在 BlueField 上的 NVIDIA Sentry 协同工作，将策略执行能力从智能体运行时扩展至这一独立的信任域。由此，基础设施和网络安全控制能够独立于智能体本身持续运行。

作为实时监控机制，NVIDIA Sentry 再添一层防护，能够对智能体行为进行持续监测，并在发现智能体出现不安全行为时对其进行隔离处理。上述能力共同展示了一种更全面的系统级安全架构：Arm CPU 负责托管和运行智能体工作负载，而基于 Arm 架构的 DPU 则能够独立地对其进行观测、治理、隔离和保护。

Arm CPU 托管并运行智能体工作负载，而基于 Arm 架构的 DPU 则独立地对其进行观测、治理、隔离和保护

为智能体 AI 的规模化发展保驾护航

随着智能体能力不断增强、拥有更强的持续运行能力和自主性，智能体 AI 对算力的需求将持续增长。与此同时，安全能力也必须与算力同步扩展，而无需在安全与性能之间进行取舍。

NVIDIA 开放智能体安全平台展示了这一发展方向：Arm 生态的各类计算平台运行智能体工作负载，而独立的基于 Arm 架构的 DPU 则协助进行观测、隔离和保护。

随着智能体从云基础设施扩展至边缘设备和物理系统，这些安全边界也需要随之延伸，覆盖智能体运行和执行任务的各类场景。随着 Arm 日益成为 AI 基础设施的核心组成部分，Arm 正在推动整个生态系统实现性能与安全的同步规模化发展。

智能体时代正构建于 Arm 之上，而 Arm 始终致力于从一开始就为这一时代奠定坚实的安全基础。