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（885728）(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（886099）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（885362）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（885362）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（885459）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。
