关闭

刘岩轩

所属频道 原创
  • 从 Token 吞吐到行动落地:智能体 AI 时代,CPU 性能评估标准是什么?

    大模型技术正从单一文本生成加速迈向具备自主规划与闭环执行能力的智能体阶段。在此背景下,数据中心基础设施的计算特征发生了变化,过去以单位时间Token(Tokens Per Second)产出为核心的衡量体系显现出局限性。近日,Arm正式发布面向智能体时代的《智能体 AI 性能评估方法论》技术白皮书。Arm 云 AI 解决方案架构总监 Ravi Malhotra 围绕智能体对计算架构提出的新需求展开解析,并公布了 Arm AGI CPU 在典型工作负载下与主流 x86 服务器处理器的实测对比数据。这标志着行业算力评测重心从单一加速芯片的浮点吞吐,延伸至包含工具调用、业务编排与环境隔离的全栈系统维度。

  • 从“芯”到端,极海微电子筑牢打印信息安全底座

    近日,随着商务部33号文颁布与国家安全可靠测评先后落地,打印设备的信息安全与自主可控已正式成为时代赋予中国打印产业的必答题。紧随其后,在10月22日,以“中国心更安全”为主题的奔图科技国测芯片及信创战略升级发布会在北京亦庄国家信创园盛大举行。活动现场,奔图与极海微电子联合重磅宣布,其自主研发的黑白与彩色打印主控SOC芯片正式全线通过了这一最新国家安全可靠测评——其中值得一提的是,极海KP3701更是成为国内首款通过测评的A3彩色多功能打印主控芯片。这场以芯片为底座的战略升级,不仅打通了从核心零部件到整机应用的全链条可信生态,更标志着国产打印产业正式迈向全面自主可控的高质量发展新阶段。

  • 90%体积缩减和1.3 mg VRE指标,ADIS16607真芯片级四轴MEMS IMU亮相上海工博会

    当前,人形机器人、工业AGV/AMR及低空飞行装备等具身智能载体,正加速走向全地形、高负荷作业的工业落地环境。这一进程对底层的运动闭环控制与惯性测量提出严苛挑战。人形机器人具备数十个主动关节,需在非结构化路面自主行走与作业。轻量化与微型化是降低转动惯量与提升续航的关键诉求,但传统模块化IMU受外形限制,难以嵌入紧凑的机械臂末端与关节内部;常规消费级传感器虽尺寸较小,但在工业现场高频振动与温漂工况下容易产生严重漂移。ADIS16607的推出,旨在解决微型芯片级封装与工业级高可靠性测量之间的衔接难题。

  • 算力“咽喉”的工程突围:从有效算力瓶颈看国产互连芯片的全栈破局

    在AI算力基建中,业界早期普遍聚焦加速芯片单卡峰值算力(Peak FLOPS)。然而,随着万卡与十万卡级集群规模化部署,系统整体计算效率问题日益凸显。一个现实摆在整个行业面前:理论峰值绝不等于真实生产力。

  • 打穿工具断层痛点,AI加速嵌入式开发:AMD Ross 智能体 AI 助手来了

    在当今的嵌入式系统与智能边缘设备研发中,企业研发负责人和系统架构师普遍面临着同一个严峻的现实矛盾:一方面,产品智能化对算力和实时性的要求日益严苛,系统往往需要在一块板卡上同时整合 PCB 硬件、FPGA 自适应计算、嵌入式处理器以及边缘 AI 算法;另一方面,企业面临的产品上市周期(Time-to-Market)却被不断压缩。

  • 24个月跑通芯片-软件-集群全链路:东方范式引领国产算力产业化提速

    在大模型参数规模与计算需求持续爆发的当下,高端AI芯片产业面临着深刻的工程难题:一边是计算与外置存储分离架构引发的“存储墙”与“功耗墙”,迫使行业不得不持续追逐尖端半导体制造工艺与昂贵的特定封装产能;另一边则是传统芯片从硅片流片、软件栈适配到系统集群部署极其漫长的串行迭代周期,产业化落地往往动辄耗时数年。在复杂的外部供应链环境下,国产算力能否跳出依赖单一工艺演进的固有路径,跑出更具确定性与产业化效率的新范式?

  • 宝维塔亮相2026工博会,用具身机器人破解柔性生产“三高一难”

    2026年上海工博会,宝维塔(Provectron)(移远通信旗下工业智能品牌)发布了其身智能柔性制造解决方案”,旨在通过具身智能机器人,结合半自动机台和自研数据管理平台,为各种不同体量工业客户提供全链路柔性制造方案。同时,针对车载测试这一细分领域,宝维塔还发布了《2026车载电子测试白皮书》,助力车载电子实现自动化测试提效。

  • 算力瓶颈转移与物理人工智能觉醒:格罗方德在特色工艺上的战略转向

    在这种行业体系重构的背景下,单纯依靠缩小晶体管尺寸来延续摩尔定律的路线不再是解决所有系统级问题的唯一解法。通过特色工艺满足不同应用场景的定制化需求,正在成为晶圆代工领域的另一条主干道。

  • 破局物理 AI 碎片化迷局:MIPS 构建工作负载原生“软硬底座”

    在 GTS 2026(Global Foundries技术峰会)期间,MIPS 首席技术官 Yankin Tanurhan 博士详细拆解了 MIPS 此次首发的三大工作负载原生平台(Acies、Actus、Aegis)背后的技术哲学。此次,MIPS 并非盲目提供基础 IP,而是预先洞察了物理AI场景中视觉大模型、硬实时电机控制、功能安全调度等具体工作负载,并以此为原点,逆推并优化了底层异构计算平台。从整合 ARC 后的 700 人全球研发舰队,到跨越四十年的微架构演进史; 从提供单一架构,到打通“从软件到芯片(Software to Silicon)”的全栈闭环;从 AMD 与联发科的生态背书,到依托格罗方德(GlobalFoundries)制造优势建立的原型验证矩阵,MIPS 正以“纯粹赋能者”的姿态,在竞争白热化的处理器 IP 战场中,重塑 RISC-V 生态的商业边界。

  • 从计算孤岛到融合中心: Imagination E 系列 GPU,以统一架构释放端侧 AI 效能

    在当今边缘智能与端侧计算设备的演进过程中,系统设计人员正面临着底层物理法则与算法需求之间的尖锐冲突。随着自动驾驶、智能座舱、工业视觉以及生成式智能体的普及,终端设备承载的计算流水线已经在逻辑层面高度收敛。无论是智能手机、车载系统还是工业设备,对外界的感知、建模、推理、决策乃至图形渲染,本质上都遵循着单一的数据流向、确定的响应时限以及受限的能耗预算。然而,底层的芯片实现并未实现同步收敛。相反,为了追求特定算子的理论吞吐峰值,芯片设计厂商在系统级芯片上不断堆砌独立的专用硬件单元,使边缘硅片陷入了碎片化困局。硬件模块的过度细分并没有带来线性的系统效能提升,反而让跨存储域的数据搬运演变成整个系统的性能瓶颈。

  • 加速计算份额反超x86!Arm智能体AI时代云业务布局:全新Neoverse CSS N4发布,AGI CPU生态迅猛推进

    智能体AI让CPU重新回到数据中心的核心位置,这一点产业已经形成共识。更值得关注的是:恰恰在这个转折点上,Arm在加速计算市场历史性地超越了x86。原因其实也不神秘。x86的架构是为通用计算打磨的,而AI智能体要的是编排、工具调用、沙箱隔离和并发调度;Arm这些年押注的能效、定制化和机架密度,恰好对准了这些需求。当AI的重心从训练移向智能体编排,这些长期积累从备选项变成了决定项。

  • Arm 第二代移动计算平台 CSS for Mobile 2发布:AI 原生,CPU 管智能体、GPU 管神经图形

    智能体需要持续感知、记忆、推理和行动,图形渲染需要在不增加功耗的前提下逼近桌面级画质,两个变化同时指向同一个问题:移动 AI 的计算平台应该具备什么,谁能提供一套被市场广泛采纳的标准答案,谁就掌握下一代移动体验的定义权。9 月 8 日,Arm 在上海举行的 Arm Everywhere China上给出了自己的答案,第二代移动计算子系统 CSS for Mobile 2,一个 AI 原生的计算平台。

  • 赛制变革持续普惠:AI时代的"瑞萨杯"信息科技前沿专题赛在考什么?

    当AI可以在几分钟内给出设计方案、生成参考代码,一场强调学生动手实践的电子设计竞赛,价值在考察什么方向?这是第五届瑞萨杯信息科技前沿专题赛(AITIC)留给各方关注的话题。

  • 从峰值算力到词元经济,海光数博会首发 Agent to Token 开放计算架构

    衡量一块 AI 芯片的标准,正在从 峰值算力有多高 ,变成 能不能稳定地产出Token 。当 Token 把算力与模型统一成同一个度量单位,芯片价值的衡量也就回到了业务本身。近日,海光信息在贵阳举行的 2026 中国国际大数据产业博览会上首发 Agent to Token 开放计算架构,正是对这一转变给出的体系化回应。

  • Arm 谈物理 AI 机器人:泛化能力才是规模化落地的关键

    机器人产业的真正分水岭,可能既不在算力大小,也不在模型参数的多寡。在各类人形机器人、自主移动机器人与智能工业系统密集亮相的当下,一个更本质的问题正在被反复追问:一台已经掌握多项技能的机器人,为什么换一个场景、换一个任务,依然难以直接投入使用?