标签
AI算力重构：CPU架构演进与市场变革
核心观点：随着AI推理需求增长及智能应用普及，CPU设备从传统辅助角色转向核心计算单元，服务器配置中CPU与GPU比例正从1:8调整至1:1。指令集优化、多核架构、内存技术三项突破全面增强处理器性能与并行处理水平，x86架构依靠成熟产业体系维持主导地位，ARM架构则借功率效率优势不断扩大应用范围。全球处理器市场快速扩张，国内厂商如海光、鲲鹏等加快本土化替代进程，上游存储、封装测试等配套环节同步获益，整个产业进入量价双升阶段。报告篇幅：53页，因内容长度控制，此处仅节选部分要点。具身智能专题资料免费获取，获
AI投资系列:CPU——算力系统的指挥官,产业链全景解析与供应商格局
继续深入AI算力服务器领域，上一篇我们剖析了GPU——算力的"核心引擎"，它以大规模并行计算承担大模型中最繁重的矩阵运算任务。然而GPU无法独立运作，需要一个"指挥官"来统筹任务分配、协调数据传输、管理存储系统和网络通信。这个关键角色正是CPU。本文是AI算力产业链深度解析系列的第二篇，将重点阐述CPU在AI基础设施中的枢纽地位，以及其完整的产业链布局。CPU位于"芯片层"，承担协调GPU、内存、网络的职责，向上衔接上游制造环节，向下连接下游应用场景。整条产
AI智能体独立设计RISC-V内核
从2020年研究人员微调GPT-2、用它生成逻辑电路片段，到2023年借助GPT-4辅助设计一款全新指令集的8位处理器，再到2024年，多种大语言模型已经能设计并验证具备基本功能的芯片（如用于骰子随机运算的芯片），但这些方案大多仍有缺陷。如今，AI芯片设计初创公司Verkor.io宣布取得一项重要进展：他们做出了首个完全由智能体AI独立完成设计的RISC-V CPU内核。该处理器名为VerCore，最高主频可达1.5GHz，性能大致相当于2011年的笔记本处理器。联合创始人Suresh Krishna表示