扫描下载APP
其它方式登录
成立仅6个月的芯片初创公司Nuvacore，凭借核心团队在苹果、Arm、高通等公司的深厚CPU架构经验，以25亿美元估值融资，目标是开发面向AI数据中心的新型处理器。公司尚无产品、收入或测试报告，但采用颠覆性的‘核心优先’设计策略，强调执行单元等基础IP先行开发，后续再适配指令集。
英伟达推出Vera CPU，采用单片计算裸片设计（集成88个核心、164MB统一L3缓存及高带宽片上互连），旨在提升AI智能体等负载所需的单线程性能、低延迟与通信效率，与主流Chiplet路线形成对比；文章分析了英伟达、AMD、英特尔和Arm在CPU集成架构上的不同技术路径及其在性能、制造、扩展性上的权衡。
Arm 2027财年第二财季营收同比增长27%至14.43亿美元，主要由授权业务（+50%）驱动；数据中心版税翻倍但手机市场承压；公司启动自研AGI CPU直接销售，目标2027–2028财年带来最高20亿美元收入；业务拓展至PC、汽车及实体AI领域，生态出货量超3750亿颗。
随着AI智能体（Agent）应用兴起，AI工作负载重心从训练转向推理，服务器CPU需求显著上升，预计2026年出货量增长31%、2027年再增逾40%。CPU在算力配置中的角色从配套底座升级为独立采购核心，配比正从1:8（CPU:GPU）向1:1转变，驱动整机柜级系统采购模式变革，并引发x86与Arm架构市场格局分化。
文章分析常驻型AI智能体（如Claude Duet、Meta Muse）兴起对底层ICT基础设施的深刻影响，指出其推动CPU需求激增、存储架构升级（尤其KV Cache与微秒级时延要求）及网络流量结构逆转（上行占比大幅提升），使国内云厂商、服务器与存储企业率先受益，但长期价值取决于应用层商业模式能否可持续。
摩根大通上调SpaceX目标价至500美元，看好其算力扩张与Vera Rubin架构商业化：额定算力目标升至13吉瓦，2027年资本开支增至3000亿美元，ARR目标为5000亿至1万亿美元；星舰复用与星链用户增长提供业务支撑。
英伟达物理AI收入已超上一财年全年，覆盖自动驾驶、机器人和电信基础设施；供应链大幅扩产（基板+2.5倍、CoWoS-R+3倍）指向高于预期的CPU爬坡节奏；高盛维持买入评级，目标价300美元，强调部署效率提升（DSX POD缩短至两周）与硬件级代理安全（OpenShell）两大支撑因素。
Meta Muse等AI智能体推动计算范式从被动聊天机器人转向全天候自主运行，显著提升CPU与GPU协同需求，促使CPU-GPU配比趋近1:1；花旗预测2030年CPU市场规模达3000亿美元，1亿Muse日活用户或为英伟达带来最高190亿美元GPU收入；AMD和英伟达成为核心硬件主要受益者。
Nuvacore是一家由苹果、高通和Nuvia资深CPU架构师创立的初创公司，聚焦为智能体人工智能（Agentic AI）设计全新通用CPU核心WarpCore。其核心创新在于‘Core First’理念，将微架构与指令集解耦，优先优化性能、能效与内存子系统，以应对AI智能体持续运行、不规则内存访问和低延迟编排等新型负载挑战。
AI应用从大模型问答走向智能体（Agent）持续执行任务，推动硬件需求结构变化：GPU仍为核心算力，但CPU重要性显著上升，带动服务器内存（DRAM）、企业级SSD及IC载板等通用计算相关硬件需求增长，云厂商资本开支大幅增加。
文章分析AI智能体（Agent）时代算力架构的转变：GPU主导的推理任务正让位于CPU和网络的关键作用。CPU在Agent循环、工具调用、长上下文管理中承担超半数负载，需强化单核性能与内存容量；网卡则通过TPN、磐脉920等新架构解决混跑、长距通信与弹性调度难题。系统性能瓶颈已从GPU转向CPU、内存与网络协同。
随着云端Agent（如Claude Tag、Grok Bot、Muse）兴起，AI工作流从单次GPU推理转向多步循环执行，大量工具调用、状态管理、网络访问等任务依赖CPU，推动CPU需求爆发式增长，催生新型算力品类Agentic CPU，并引发服务器CPU市场预测大幅上调及硬件架构分化。
瑞银上调CoWoS（基板上晶圆上芯片）产能预测至2027年底270kwpm，主因ASIC与CPU需求超预期增长，推动台积电、日月光等厂商扩产；博通、Marvell承接谷歌TPU与亚马逊Trainium等ASIC订单，英伟达、AMD出货量同步上修；OSAT在先进封装中占比提升，议价权向封装测试厂转移。
AI智能体（Agent）兴起正推动CPU需求激增，因其需高频调用工具、任务编排与状态管理，导致CPU从GPU的辅助角色升级为关键调度中枢；Meta Muse应用引爆市场关注，带动Arm、英特尔、AMD股价大涨，服务器CPU配比正从1:8转向1:1甚至反超，引发全球缺货与涨价潮。
AI智能体（Agent）兴起正推动算力架构从GPU主导转向CPU-GPU协同，CPU因承担任务编排、工具调度等串行通用计算而成为新瓶颈，算力配比趋向1:1甚至CPU主导，带动服务器CPU、算力基础设施及AI应用三层产业链重构，但产业落地节奏慢于市场预期，订单兑现与商业化能力成关键分水岭。
