Arm Holdings
PulseAugur coverage of Arm Holdings — every cluster mentioning Arm Holdings across labs, papers, and developer communities, ranked by signal.
- subsidiary of SoftBank Group 100%
- parent of ARM architecture 100%
- used by RTX Spark 90%
- employs René Haas 90%
- used by Linux 70%
- competes with N1X 70%
- used by Computex Taipei 70%
- competes with Olympus Corporation 70%
- uses Olympus Corporation 70%
- used by N1X 70%
- instance of 标普500指数 70%
- competes with Claude Fable-5 60%
- 2026-08-19 product_launch ARM Holdings announced plans to design and sell its own AI-focused microprocessor for data centers. 来源
- 2026-06-24 product_launch SoftBank Group chairman Masayoshi Son announced that Arm Holdings will expand into chip manufacturing. 来源
- 2026-06-02 funding Arm anticipates exceeding its $15 billion AI chip revenue target earlier than projected. 来源
- 2026-06-02 funding Arm anticipates exceeding its $15 billion AI chip sales goal early, driven by strong demand. 来源
- 2026-05-21 product_launch Arm announced its first self-developed chip, the Arm AGI CPU. 来源
- 2026-04-17 product_launch Arm Holdings launched its first complete production chip, the Arm AGI CPU, designed for AI data center workloads. 来源
19 天有情绪数据
VMware's Arm hypervisor to drive enterprise server adoption of Arm CPUs
VMware's technical preview of an Arm hypervisor indicates a strategic move to support Arm-based servers in enterprise data centers. This could accelerate the adoption of Arm CPUs for AI and HPC workloads, directly benefiting Arm Holdings by increasing demand for their server-grade architectures.
Arm's 'AGI CPU' to target specialized AI inference workloads
Arm's announcement of a self-developed 'AGI CPU' alongside AI-driven construction site pilots suggests a focus on specialized AI inference capabilities. This could position Arm to compete more directly in the burgeoning inference hardware market, moving beyond its traditional role as an architecture licensor.
Shift in AI investment towards inference infrastructure benefits Arm
The reported shift in AI investment from GPU training to inference infrastructure highlights a growing market for continuous processing power. As Arm's architecture is mentioned as a potential beneficiary alongside Intel, Dell, and HPE, this trend underscores the increasing relevance of Arm's CPU designs for data center and server applications.
-
Nvidia 售价 10 万美元的 GB300 超级芯片 DGX Station 在线标价
Nvidia 全新 DGX Station 桌面服务器已在线标价近 10 万美元，该服务器由 GB300 超级芯片驱动。这款高性能机器配备了 Blackwell Ultra GPU，拥有 252GB HBM3e 内存和 72 核 Arm 架构的 Grace CPU，提供高达 748GB 的统一内存，用于本地人工智能模型的微调和部署。尽管在 Computex 2026 上正式发布，但最初并未披露价格，Exxact 网站上 94,930 …
-
新型单一架构芯片开发获210亿美元投资
一款新的芯片架构正在开发中，获得了210亿美元的巨额投资。该项目旨在创建专用硬件，但值得注意的是，该架构最初仅支持单一设计。
-
Chestnut OS：专为机器学习工作负载构建的新操作系统
Chestnut OS 是一款专为机器学习工作负载设计的新操作系统。它支持多种架构，包括 ESP32、ARM 和 RISC-V。该操作系统是为 Beluga Navigation Systems 开发的，是面向农业行业的更大产品的一部分。
-
ARM Holdings 进军 AI 芯片竞赛，挑战英伟达
软银子公司 ARM Holdings 已宣布计划设计和销售自有芯片，标志着其在 AI 硬件市场上的重大扩张。此举使 ARM 成为其架构授权客户（包括英伟达等主要参与者）的直接竞争对手。Meta 已被确认为 ARM 新型面向数据中心的 AI 专用微处理器早期客户。
-
英伟达及竞争对手利用巨额资金制定AI标准，投资开源
据报道，英伟达及其他主要科技公司正利用其雄厚的财力，在AI训练和推理市场建立事实标准。该战略涉及利用开源组件将互补技术商品化。此外，英伟达正积极从Kubernetes和Red Hat招募人才，表明其在开源项目上进行了大量的私人投资。
-
新的BGA框架从加密流量中提取恶意签名
研究人员开发了BGA，一个新颖的神经蒸馏框架，旨在从高熵加密网络流量中提取恶意签名。该框架利用方差分析（ANOVA）将关键特征与加密噪声分离，并采用带梯度惩罚的Wasserstein GAN（WGAN-GP）来解决类别不平衡问题，将检测召回率提高了43.2%。BGA集成了双向长短期记忆（BiLSTM）和自适应门控多头注意力机制，以过滤加密伪影并突出恶意模式。在标准基准上的评估显示，性能超过95.2%，且推理延迟低，表明在工业边缘设备上…
-
英伟达披露210亿美元SpaceX持股、300亿美元英特尔持股及其他主要投资
英伟达披露了对主要科技公司的重大持股，显示其在埃隆·马斯克的SpaceX投资近210亿美元，在英特尔持有300亿美元。该芯片制造商对英特尔的投资最初为50亿美元，现已大幅增值。英伟达还持有Coherent、Nokia、Synopsys、CoreWeave和Nebius Group等公司的股份，这反映了其在关键行业参与者和合作伙伴方面的财务和战略投资策略。
-
QEMU 11.1 发布，支持 UFS 仿真及 ARM/RISC-V 改进
QEMU 版本 11.1 已发布，引入了对通用闪存（UFS）仿真的支持。此次更新还包括对 ARM 和 RISC-V 架构的改进。此外，该版本还支持最新的 ARM CPU，增强了其在各种平台上的功能。
-
Agentic AI将提振CPU需求，改变硬件比例
Agentic AI（涉及AI系统自主执行多步任务）预计将显著增加对CPU的需求，可能将传统的CPU与GPU比例从1:4推向1:1或1:2。这种转变是由Agentic AI工作负载固有的复杂编排、检索和工具调用过程驱动的，这些过程比聊天机器人典型的GPU密集型推理更消耗CPU。AMD、Arm和Microsoft等公司正在开发专用硬件和芯片，例如Microsoft的Cobalt 200，以满足AI应用中对增强CPU性能日益增长的需求。
-
英伟达的AI主导地位面临竞争和地缘政治风险 · 跟踪2个来源
Stratechery 对英伟达商业模式的分析强调了该公司对其GPU主导地位的严重依赖，尤其是在AI训练方面。文章讨论了这种集中的风险，包括来自AMD和Intel等竞争对手的潜在竞争，以及台湾在芯片制造中的作用的地缘政治影响。英伟达的战略涉及平衡其当前的市场领导地位与适应不断变化的技术格局和地缘政治压力的需求。
-
Intel 旨在通过新处理器在每瓦性能上超越 ARM
据报道，Intel 旨在通过其即将推出的处理器在每瓦性能上超越 ARM。这项举措是提升计算能效更广泛战略的一部分，预计戴尔将成为采用这些新芯片的关键合作伙伴。对能效的关注表明正朝着更可持续、更具成本效益的计算解决方案迈进。
-
Triton驱动程序为QEMU模拟器带来DirectX 11支持
一款名为Triton的新驱动程序已被开发出来，为通用的模拟器和虚拟化软件QEMU带来DirectX 11兼容性。该驱动程序旨在实现跨macOS、iOS、Microsoft Windows和Linux等各种操作系统的更广泛图形支持。Triton旨在通过MoltenVK在Apple平台上将DirectX 11调用转换为Vulkan，一个现代图形API。
-
研究员创建最慢x86 CPU指令“耻辱榜”
硬件研究员Christopher Domas发起了一个项目，旨在找出最慢的单条x86指令，并创建一个排行榜来排名这些性能瓶颈。目前排名第一的是`fxrstor64`指令，它执行时耗费了惊人的1980亿周期，即62秒，用于从内存中恢复512字节的SIMD寄存器状态。Domas通过操纵内存映射I/O并压垮CPU的PCIe总线，故意减慢指令的执行速度来实现这一目标。未来计划为ARM和RISC-V架构创建排行榜，并制定特定规则以确保只测量单条指令的延迟。
-
Arm Holdings 携 vRAN 新举措进军数据中心和移动网络
Arm Holdings 寻求扩大其在数据中心和移动网络领域的业务，挑战 Intel 和 AMD 等现有厂商。该公司正与 Kenyi 合作，这家初创公司由一位前高通高管创立，以增强其虚拟无线接入网络 (vRAN) 功能。虽然 Arm 的核心业务仍然是授权智能手机芯片蓝图，但它正越来越多地瞄准人工智能和数据中心等增长领域，并且目前也在开发自己的 CPU。
-
软银利润下降18%，尽管愿景基金有所收益，但成本上升
软银集团报告称，第一财季利润下降18%，收益降至3473亿日元（合22亿美元）。尽管季度销售额增长近11%，达到2万亿日元（合127亿美元），但成本上升影响了业绩。该公司强调了Arm Holdings的强劲表现，并确认向OpenAI追加了总计200亿美元的投资。
-
Proxmox VE 扩展到 ARM64；Google AI 搜索给出可疑建议
Proxmox Virtual Environment 已发布 ARM64 架构版本，将其兼容性扩展到 Raspberry Pi 和 Nvidia Jetson 等设备。此版本支持 Debian 等 Linux 发行版。另外，据报道，Google 的 AI 搜索提供了有问题的建议，称 Flock 摄像头是“金矿”，引发了对 AI 生成搜索结果的准确性和安全性的担忧。
-
PS3模拟器在ARM上经过6个月优化后实现大幅速度提升
经过六个月的优化工作，PlayStation 3游戏在ARM处理器上的模拟运行速度得到了显著提升。一段新视频详细介绍了在缩小PS3模拟器在ARM和x86架构之间性能差距方面取得的进展。这项进步旨在提升用户在基于ARM的设备上运行模拟PS3游戏的体验。
-
Proxmox 虚拟环境移植到 Arm 架构，获得 NVIDIA 和 Supermicro 支持
Proxmox 已成功将其虚拟化环境移植到 Arm 架构，这是开源软件的一项重要进展。这项工作得到了硬件制造商 NVIDIA 和 Supermicro 的合作支持，表明企业级软件正在适应多样化硬件平台的日益增长的趋势。此举预示着 Arm 架构系统在服务器和云环境中的支持和潜力增加，对传统的 x86 主导地位构成挑战。
-
Oracle 削减免费 Arm 云服务套餐，影响开发者
Oracle 已大幅削减其基于 Arm 的云实例的“永久免费”套餐，减少了可用的 CPU 核心和 RAM。此变更将于 2026年生效，将影响那些依赖这些免费资源进行开发和小规模项目的用户。此举可能会影响到那些利用免费套餐进行测试和学习目的的开发者和爱好者。
-
新的SAT-Edge-Agent系统实现卫星在轨智能
研究人员开发了SAT-Edge-Agent，一个用于卫星在轨智能的硬件在环系统，该系统在通信和电力约束下编排本地工具。该系统利用了一个OpenAI兼容的语言服务和一个YOLO风格的目标检测端点，在特定工作负载下实现了29.353秒和60.937秒的平均延迟。虽然展示了可复现的编排能力，但该系统的准确性、能源效率和飞行就绪性仍需进一步评估。