时间：2026-07-03 22:16:51编辑：dvcz
乔特卡马尔（Jot Kamal），乔特女535人；识字率56.18%，卡马 人口 该地2001年总人口6196人，乔特女性3084人；0—6岁人口1109人，卡马其中男性为63.85%，乔特
过去十多年，云基础设施通过“抽象化”实现扩展，借助标准化服务器、虚拟化资源及软件层，有效弥合了硬件层面的差异。这种模式之所以行之有效，是因为部分工作负载能够容忍一定程度的低效。然而，人工智能(AI) 工作负载无法容忍低效，也因此暴露出了传统架构在供电、散热、算力密度、内存带宽及系统整体性能方面的短板。本质上，AI 重新定义了“优秀”基础设施的标准。相应地，平台设计的重心也从注重单一的芯片或服务器，转向了打造机架级、可扩展的系统，在功耗和预算有限的前提下，实现高效扩展。而这一转变背后的原因在于，推理与智能体 AI 工作负载持续增长且不间断运行，对高密度、全天候在线的算力需求正快速提升。
Futurum 在《Arm处于 AI 和数据中心变革的中心》报告中，把这一转变称为迈向“系统级协同”。设计的关键不再是堆多少算力，而是平台能不能有效地把加速器、CPU、内存、网络和软件协同起来。
正因如此，业界正加速迈向定制化机架级系统设计：即围绕 AI 负载特性、功耗波动和持续利用率来进行端到端设计的平台。越来越多的架构师开始重新思考计算底层设计，选择基于 Arm 架构来解决现代 AI 平台面临的多重约束。
AI 促使行业重构：转向定制化机架级系统
这一转变的核心原因，并非通用型标准化基础设施无法承载 AI，而是碎片化的系统设计，在 AI 规模化部署时，终将转化为真实可感的成本代价。
AI 工作负载在计算、内存、网络、存储及软件各环节紧密耦合。CPU 拖后腿，昂贵的加速器就会空等；功耗和散热波动，利用率就会下滑；数据管道、调度、编排未能针对平台调优，吞吐量就不可预测。峰值性能依然重要，但稳定性、每瓦性能和系统整体平衡性更关键。
Futurum 指出，超大规模云服务提供商正进行结构性调整，旨在实现算力的指数级增长，同时避免能耗的同步激增。Futurum 引用 Arm 的数据指出，到 2025 年末，出货到头部超大规模云服务提供商的算力中，有近 50% 是基于 Arm 架构。
架构师现在不再只看纸面跑分，而是更关心 AI 平台在实际应用中能否长期可靠地运行智能体 AI 和连续推理工作负载，比如：
长时间高负载下，系统表现如何？
在实际环境中，功耗限制和散热条件如何影响性能曲线？
在机架级系统中，计算层如何确保加速器能持续获得稳定的数据供给，而非仅停留在纸面参数上？
当能效、可扩展性与系统平衡性成为首要原则时，重新审视 CPU 底层架构就成了必然。也正因为此，Arm 凭借领先的架构和完善的生态，正是这场行业变革的核心所在。
在数据中心领域，Arm Neoverse 平台是推动这一转型的核心引擎。亚马逊云科技、Google、微软、NVIDIA 等头部超大规模云服务提供商与 AI 领军企业，都在基于 Arm 架构或采用 Arm 计算平台进行产品研发。Arm 的模式既能支持定制化系统设计，又能保持跨平台、跨生态、跨软件的一致性。对于想要构建高集成度平台、又不愿被单一技术路径绑定的团队而言，这种灵活性至关重要。
智能体 AI 与持续推理，
重塑规模化算力的经济逻辑
随着 AI 与通用计算工作负载的融合，AI 工作负载正在发生变化，基础设施也需随之调整，以支持多样化的工作负载特性。
行业重心正在转向智能体 AI，而智能体 AI 本质上就是一个连续推理系统。智能体并不是简单地给出一个答案， 而是会规划、调用工具、检索数据、验证结果，如此循环往复。由此便形成了连续推理模式：稳定不间断的词元 (token) 生成任务，请求类型趋于多元化，围绕加速器的编排和数据迁移任务变得更繁重。
在智能体 AI 里，CPU 不再是配角， 而是整个 AI 系统的控制中枢。CPU 负责协调控制、调度任务、管理 IO、处理网络与存储服务、执行安全策略，并在模型、上下文及工具链不断演进的过程中，维持整个系统的平衡。
以承载大语言模型 (LLM) 的服务为例，它可能同时处理成百上千的并发请求。就算加速器负责核心计算，CPU 也要承担请求权限控制、分词和预处理、批处理和队列调度、数据迁移编排，以及针对模型权重与 KV 缓存的数据路径协调等。到了智能体工作流，CPU 的工作负担进一步扩展，还要承担工具调用、检索流程、结构化输出验证、多步调度等持续运行的任务。
这一切都表明，CPU的重要性远超许多团队的预期。如果 CPU 跟不上编排节奏，数据迁移、处理流程和加速器都会被“卡住”，面临结构性的闲置风险。
融合型 AI 数据中心的建设，彰显了 Arm 架构的强劲势头
Arm 的发展势头正在加快。在业内领先的集成式 AI 系统中，基于 Neoverse 平台的 CPU 被广泛用于智能体推理密集型系统的编排层，尤其适合追求高能效、可预测扩展能力和大规模部署的应用场景。
独立测试也印证了现代 CPU 基础平台在“AI 相关”工作负载中的价值。Futurum 旗下 Signal65 的独立基准测试对比了基于 Arm Neoverse 平台的 Amazon Graviton4 与同级的 AMD和 IntelEC2 实例，结果显示：在生成式 AI (Llama-3.1-8B)、数据库 (Redis)、机器学习(XGBoost)、网络 (Nginx) 等测试的各种工作负载中，基于 Neoverse 平台的 Graviton4 在性能和性价比方面大幅领先。
测试结果直接反映了智能体 AI 数据中心的现状：LLM、检索层、缓存、Web/API、传统机器学习等全都处于智能体系统的关键路径上，只有当 CPU 兼具速度与能效时，整体才能更好地扩展。
最新的机架级 AI 系统在架构设计上，均采用定制化加速器层以及基于 Arm 架构的 CPU 层的组合，由后者承担调度编排、数据迁移与智能体推理预处理等关键任务。NVIDIA Grace Hopper、Grace Blackwell 等系列产品，将 NVIDIA GPU与基于 Neoverse 架构的 Grace CPU 深度融合。而其最新机架级平台 Vera Rubin NVL72，更是在系统内集成 72 颗 Rubin GPU 与 36 颗基于 Arm 架构的 Vera CPU，专为交互式、深度推理型智能体 AI 优化，显著降低推理成本。
亚马逊云科技也在走同样的系统级路线：Amazon Trainium3 UltraServer 把 Trainium3 加速器芯片与 Graviton CPU 结合，强化了“融合型”设计理念：将加速器与定制的高性能、高能效 CPU 相匹配，以实现高效扩展。
“提供更优选择”不再是偏好，而是硬性要求
AI 系统迭代太快，固定架构已无法适配其发展节奏，因此为客户提供更优选择已成为风险管理的必要举措。
系统架构师想要的是：
平台能适应不同代的硬件、多样的工作负载配置及各异的部署环境；
软件可移植，以降低系统变更成本。
与此同时，系统架构师希望避免因过度依赖单一厂商，而导致在模型组合变化、业务规模扩张或新需求出现时陷入被动。在智能体时代尤其如此：推理形态不断变化，上下文更长、工具调用更多、多模态输入更频繁、全天候工作负载更普遍，效率和平衡远比峰值跑分重要。
Arm 架构在提升系统性能的同时，保持跨平台一致性。Arm 架构不仅引入了现代 AI 基础设施所需的关键特性，而且拥有强大的软件生态支持。Arm 计算子系统 (CSS) 提供经过验证的基础设施级模块，既加速了芯片开发，又保留了合作伙伴间的差异化与选择权。对于所有基于 Arm 架构的平台，一致性贯穿始终，云工作负载迁移至 Arm 平台也极为便捷。同时，在软件层面，Arm 生态助力团队在不同环境与平台间拥有一致连贯的基础，从而加速开发进程，无需重写所有代码。
智能体 AI 经济重塑 CPU 选择格局，Arm Neoverse 平台成头部厂商首选
系统架构师之所以倾向于 Arm 平台，因为它精准匹配定制AI 系统的核心需求：能效、可扩展性及每瓦性能。能效重要，因为功耗和预算是硬上限；系统平衡和 CPU 性能重要，因为加速器闲置成本极高；一致性重要，因为 AI 基础设施变化快、跨环境部署日益增多。
在融合型智能体 AI 数据中心里，面对持续推理的应用需求，上述优先事项变成了上线即需满足的硬性指标。智能体系统不只需要能生成词元的加速器，更需要以 CPU 为核心的编排能力，在网络、存储、调度、安全层面，持续、高效、大规模地把资源利用起来。
Arm 如今的强劲增长正源于此：Neoverse 正成为智能体时代的 CPU 基础平台，作为计算头节点，是让 AI 系统保持高效、一致并面向未来的核心控制中枢。
">为何AI数据中心的系统架构师首选Arm平台九河增一梗河增三條斑馬鮫现在品牌跨界已经非常常见，但是一个做潮玩盲盒的，竟然宣布要做家电产品？这跨界是不是有些太大了呢？泡泡玛特今日公布了2025年财报，并且其COO司德在业绩发布会上宣布，下个月泡泡玛特家电产品将会正式和大家见面！
根据财报，泡泡玛特2025年业绩表现十分出色，其全年营收达到371.2亿元，同比增长184.7%，归母净利润127.76亿元，暴增308.8%。在IP运营主业中，Labubu家族全年收入141.61亿元，成为泡泡玛特首个百亿IP，海外市场更是贡献了超过50%的销量。
虽然业绩很好看，但是泡泡玛特今日股价最多大跌16%。为什么呢？
分析称泡泡玛特虽然营收、净利润翻倍增长，但是营收略低于预估，此外Labubu虽然很火爆，但是其他IP的增速未能形成有效替代，IP多元化也未达预期。简单来说，就是资本市场对于泡泡玛特长期增长可持续性比较担忧。
或许是为了给公司寻求更多增长空间，泡泡玛特COO司德表示下个月泡泡玛特就会推出家电产品。但是潮玩盲盒公司做家电，这靠谱吗？
根据爆料，泡泡玛特首批家电产品可能会推出咖啡机等日常小家电，利用成熟的供应链降低跨界成本，再搭配自有的IP优势，瞄准注重外观颜值的年轻消费群体。
在渠道方面，泡泡玛特借助自有的几百家线下门店，家电产品能够直接面向核心用户群体，节省了获客成本。
不过既然跨界做家电，泡泡玛特肯定要面向粉丝之外更广大的消费群体，如何保证设计、功能以及售后并实现定价平衡，是后续要考虑的问题。否则，泡泡玛特的家电可能会像盲盒一样，只会沦为粉丝专属产品。
">泡泡玛特公布年报，股价大跌16%，高管称下个月发布家电产品！扶筐增二黑鰭金槍魚東咸四国家电投山东51.875万千瓦风电项目首批风机并网武仙座ν 工信部近日公布第六批全国工业领域电力需求侧管理示范企业（园区）名单，我省安徽安利材料科技股份有限公司、滁州惠科光电科技有限公司和亳州芜湖现代产业园区管委会等3家企业 （园区）入选。截至目前，全省共入选示范企业（园区）23家，数量居全国第2位、长三角第1位。近年来，省经信厅积极引导工业企业（园区）建立健全电力需求侧管理制度，改善电能质量，加强用电设备改造和信息化建设，促进电能替代、分布式能源利用、能源清洁和循环利用，全面提升我省工业领域用能效率和需求响应能力，有效降低企业用能成本、提高工业经济运行质量。 2016年至2020年，全省累计实现节约电量24亿千瓦时，节约电力60.2万千瓦。
此次入选的3家企业和园区在工业领域电力需求侧管理方面各有特点。安徽安利材料科技股份有限公司用电管理改变了以往节点主要靠单一产品和局部技术改造的做法，通过电能管理整体解决方案，有效提高了企业的综合经济效益。滁州惠科光电科技有限公司通过电力需求侧管理，增加电能有效利用率，降低了企业用能成本。亳州芜湖现代产业园区管委会通过建立智慧园区平台，不断提高园区资源优化配置能力、资源综合利用效率，协调水、气、电的多能互补，节约社会资源，促进低碳环保。（记者 汪国梁）
">3皖企入选“电力需求侧管理示范名单”武仙座ω天津增卅六宗人增二科技巡防筑防线 无人机护航守平安天秤座θ巴西馬鮫太陽Scandalous《红色沙漠》官博宣布，《红色沙漠》发售24小时内全球累计销量达到200万套。Pearl Abyss还表示，他们正在关注粉丝们反应的问题，正根据社区的反馈努力对《红色沙漠》进行快速更新和改进，以便玩家能接下来的冒险旅程更加精彩、愉快。
官博：
“《红色沙漠》全球累计销量达到两百万份
很开心可以跟各位一起共享这么有意义的一刻。衷心感谢所有与我们一同踏上帕卫尔大陆的玩家与社区的伙伴们。我们将持续倾听社区的多样反馈，并快速推进优化与改进，竭尽所能让各位玩家接下来的冒险旅程更加精彩、愉快。”
考虑到《红色沙漠》在登上全球畅销榜榜首后，仅通过预购就在Steam平台售出了40万份，这些数字其实并不令人意外。这款动作冒险游戏在所有平台上都获得了超过300万玩家的愿望单，而这股热潮似乎也转化为了实际的销量。
简体中文评价已降至“多半差评”：
左旗增十二