CPU
-
面向智能体时代，Arm 全面布局云、边缘与物理 AI
从平台创新到生态协同，最新进展正推动 AI 计算持续演进，从云延伸至边缘，并迈向物理世界。
-
Arm 加码 AI 基础设施，以Neoverse CSS N4 与 AGI CPU 扩展布局
·Arm NeoverseCSSN4 是 Arm 迄今为止可配置性最高的 CSS，可帮助合作伙伴以最快速度完成从 CSS 到芯片产品的落地。 ·Arm AGI CPU 在AI生态系统中的发展势头持续增强，云服务提供商、OEM厂商及软件合作伙伴正在基于 Arm 技术构建并部署 AI 基础设施。 ·Arm 为下一代智能体 AI提供统一的计算底座。
-
DsPIC33C PWM外设的基础架构优势
在中小功率数字电源、工业电机控制、车载电力电子等领域，Microchip的dsPIC33C系列数字信号控制器早已成为行业内应用最广泛的核心控制芯片之一。和通用MCU相比，它内置的专用PWM外设从设计之初就完全面向电力电子控制场景，集成了大量硬件加速特性，不需要额外增加外部电路，就能直接驱动SiC MOSFET、IGBT等功率器件，完成高精度的电源和电机控制。很多工程师在使用这款芯片时，往往只用到了基础的边沿对齐PWM功能，却忽略了它丰富的高级运行模式，这些模式可以大幅简化硬件电路、降低控制延迟、提升系统整体性能，是充分发挥dsPIC33C硬件潜力的核心关键。
-
TrendForce集邦咨询：CPU供给改善，2026年全球笔记本出货年减幅收敛至9.4%
Sept. 4, 2026 ---- 根据TrendForce集邦咨询最新笔记本产业研究，2026年第二季起笔记本CPU供应显著改善，品牌厂采购、生产节奏逐步恢复，并考量DRAM和SSD成本持续上升，愿意更积极提前备货、锁定零部件，带动上半年出货优于预期。然而，存储器涨价趋势不变，且CPU价格也上调，品牌面临的成本压力已进一步扩大。
-
灵睿智芯：智能体时代，跑出全国产多线程Agent CPU第一芯
当AI产业从单轮交互的生成式推理，全面迈入多步骤执行、跨工具协同的智能体(Agent)新阶段，算力行业的底层天平正在发生结构性倾斜。曾长期作为GPU配套组件的CPU，一跃成为决定智能体集群承载规模、服务稳定性与全链路TCO的核心瓶颈。CPU，这个在AI浪潮下一度被视为“过时”的通用处理器，正重回舞台中央。而且，在智能体时代，对CPU有着其独特的需求。
-
海光Agent to Token架构数博会首发，赋能智算时代AI产业落地
8月27日，2026中国国际大数据产业博览会在贵阳启幕。大会聚焦词元议题，探寻数据要素价值释放与智能产业落地新路径。会上，海光信息重磅首发“Agent to Token开放计算架构”，依托CPU与DCU双芯协同及开放互连，为词元(Token)经济规模化发展提供从芯片到应用的全新算力框架。
-
边缘计算冷启动别卡在镜像回源
不少团队把应用切成容器后，以为节点上线会更灵活。边缘计算真到现场时，最先暴露的往往不是编排能力，而是冷启动被镜像拉取和层展开拖得过长。
-
伪共享的底层原理与触发机制
在现代多核CPU的高并发编程领域，Cache伪共享是最隐蔽也最容易被忽略的性能杀手，结合我们之前深入探讨过的C++内存模型、无锁队列实现、Mutex互斥锁优化等工程实践经验，很多开发者在编写高并发多线程代码时，明明逻辑上没有任何数据竞争，线程之间各自操作独立的变量，最终却发现程序的吞吐性能远低于预期，CPU占用率居高不下，大量算力被浪费在无用的缓存同步操作上。这类问题排查起来极其困难，常规的性能分析工具很难直接定位到根因，最终往往只能靠开发者的经验积累才能解决。想要写出真正高性能的多核并发代码，必须彻底理清Cache伪共享的底层原理、触发场景和全链路优化方案。
-
采样环节的分辨率瓶颈与实际影响
在电力电子系统全面转向数字化的当下，很多工程师都会遇到一个看似矛盾的现象：明明选用了主频足够高的数字信号控制器，算法逻辑也经过反复验证没有问题，但最终整机的稳态精度和动态性能，始终达不到理论仿真的预期。反复排查软件逻辑后才发现，问题根本不出在控制算法本身，而是出在最容易被忽略的底层外设分辨率上。
-
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？
-
CPU 迎来高光时刻：解读 Arm 在超大规模云计算市场的强劲增长
微软和亚马逊云科技最新财报传递出同一个信号：基于 Arm 架构的 CPU 已成为智能体 AI 的核心基础设施。
-
边缘计算零拷贝不是白送性能
很多现场节点一遇到吞吐瓶颈，就想把内存复制次数砍掉。边缘计算若把零拷贝只当成省一次 memcpy，很容易把新的时延和一致性问题带进主链路。
-
AI 新时代，决胜于系统层面
我们已经过了仅凭演示效果来评判人工智能 (AI) 基础设施的阶段。如今，更关键的问题在于，这些能力能否以可靠、可扩展且具备成本效益的方式交付。这正是我们在设计下一代 AI 基础设施过程中，与云服务提供商、芯片合作伙伴及系统构建商共同面对的挑战。
-
如何在ESP8266上实现真正的预占位多任务处理——无需实时操作系统
如果我们用Arduino核心在ESP8266上写任何代码，很可能已经遇到了这个瓶颈。你写的每一行代码都运行在loop()函数内部，而loop()是协作式的——它从上到下依次执行，只有在完成所有操作后，SDK才会有机会进行后台处理，然后再调用你。只要你的代码足够快且高效，这没有问题。但一旦某段代码决定卡住——比如阻塞式传感器读取、大量数值运算、或等待某个条件的while循环——其他所有操作就会被暂停。你正在闪烁的LED会冻结，串口输出会停滞，定时器也会漂移。通常建议是“不要阻塞，使用millis()和状态机”，这种方法确实有效。但当达到某个程度后，你不得不在每个程序中手动编写自己的小型调度器，这让人感到疲惫不堪。
-
采用硬件定时器和队列构建高精度STM32信号发生器，可消除CPU阻塞
本项目记录了将一块基于STM32F407的空开发板，通过将其内部12位数模转换器(DAC)连接至PA4引脚，成功改造为功能完整的模拟信号发生器的过程。从完全零基础构建的裸机模板出发，在调试固件配置方面积累了极为丰富的学习经验。主要的软件挑战包括：手动添加数学二进制标志以解决GCC编译器链接错误，用于处理动态浮点三角函数程序;同时对配置模块进行重构，以消除不同版本标准硬件抽象层(HAL)中宏依赖问题。
-
Supermicro推出搭载第六代AMD EPYC™ 9006系列CPU的全新服务器，实现1.7倍的跨世代性能
核心数量提升33%、PCIe带宽提升至2倍、内存带宽提升至2.6倍，大幅强化高性能工作负载的运行。 搭载第六代AMD EPYC CPU和AMD Instinct™ GPU、基于DCBBS架构的完整机柜级系统，针对云端、企业、...
-
从 Token 到任务：智能体 AI 如何改变基础设施的关注焦点
上午 8:42，一名开发者打开笔记本电脑，映入眼帘的是环境构建失败、测试报错，还有一条等待发布的代码分支。过去，她可能需要花费大量时间逐一排查日志、比对代码提交记录、追溯仓库历史;而如今，她只需向 AI 编码智能体下达一句简单指令：
-
AAI 2026：AMD 面向物理 AI 推出开放式交钥匙集成平台
有何新闻?AMD 今日在 Advancing AI 2026 大会上宣布推出 AMD Kria AI 解决方案，旨在助力开发者和客户构建原型、开发并快速部署下一代自主机器人和物理 AI 系统。产品组合包括由 AMD Ryzen(锐龙)AI 嵌入式 X100 系列处理器提供支持的 AMD Kria AI 系统模块( SOM )和机器人载板，以及 AMD Kria AI 机器人开发者平台( AMD Kria AI Robotics Developer Platform )——首个面向自主机器人的开放式交钥匙集成平台，融合了 CPU、GPU、NPU 与 FPGA 的异构计算能力。该平台将 AMD 在机器人领域的能力从机器人身体扩展至机器人大脑，在一个针对严苛功耗、散热和时延要求进行优化的单一平台上整合 AI 感知、推理与智能体决策及控制能力。
-
构建一个同步计数器
你可能不知道，但同步计数器在数字电子技术中无处不在。CPU中充满了它们，家用电器的微控制器里也都有，数码时钟中也有。它们无处不在!所有集成电路制造商都生产非常精密、多功能的同步计数器，例如74HC193、DM74LS169和SN54ALS191A。
-
高并发、深流水、可扩展：高性能 RISC-V CPU 如何解决智能体的逻辑瓶颈？
在Agentic AI（智能体）时代，CPU被“拨乱反正”，重新回到舞台中心。而RISC-V CPU凭借着更高的定制能力、计算与控制的深度融合、更强的并发处理效率、以及成本优势与自主可控等特色，迎来了新的机遇。
