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。

首个比赛日的垂直竞速赛，赛道全长2.8公里累计爬升520米，是对选手心肺与耐力的极致考验。中国队包揽男女组前三名，刚刚参加了米兰冬奥会的中国选手布鲁尔和次旦玉珍分获男子和女子组冠军。

3月17日的个人越野赛为赛事难度之最，7.8公里赛道累计爬升1210米，融合冰坡攀登、背板穿行与高速滑降等多重挑战。布鲁尔以52分56秒58夺得男子组冠军，次旦玉珍则以1小时2分16秒63拿下女子组金牌，中国选手再度包揽该项目前三名。

3月19日的短距离赛作为米兰冬奥会正式项目，对选手爆发力与技术要求严苛。次旦玉珍以2分58秒86斩获女子组冠军，张成浩则以2分22秒38摘得男子组金牌，中国队继续包揽该项目男女前三名。3月20日的混合接力赛成为收官之战，布鲁尔与次旦玉珍搭档，凭借默契配合和稳定发挥一路领先，最终夺得冠军，这对组合曾携手拿下2024年亚锦赛和2025年哈尔滨亚冬会该项目冠军。

　　张军 本报记者 张世巧

　　聚青春之力，赴家乡之约。2月6日上午，裕安区青山乡八字岗村组织返乡大学生开展“聚青春 向未来”主题研学活动。来自全国多所高校的学生乘坐大巴，用半天时间走进家乡的纪念馆和企业，了解家乡的历史与发展。

　　研学第一站是许继慎纪念馆。馆内的老照片、文献资料，配合讲解员的介绍，让学生们对这位家乡英烈的事迹有了更具体的了解。“以前只知道许继慎是家乡骄傲，这次参观后，才真正明白这份荣誉的意义。”南京理工大学学生宋永梅说。

　　随后，学生们前往六安高新区，参观了安徽金裕印铁制罐有限公司和松羽科技有限公司。在生产车间，大家看到了包装罐等产品的生产流程，了解了企业的生产管理情况。“亲眼看到产品成型过程，学到了不少实用知识。”南京信息工程大学学生车源泉表示。几位工科专业的学生还就技术问题，与企业负责人进行了交流。

　　在企业会议室，学生们和企业负责人、驻村工作队员座谈，就相关企业技术研发、市场情况、个人发展与家乡机遇等畅所欲言。驻村工作队员介绍，活动初衷是搭建桥梁，让外出求学的大学生能用新视角看待家乡，了解家乡的过去和现在。

　　半天的行程结束后，学生们讨论热烈，有人思考专业与家乡产业的结合点，有人开始规划暑期返乡实践。据悉，“聚青春 向未来”研学活动已举办两期，八字岗村希望通过这类活动，让大学生记住家乡，同时看到家乡的发展潜力，为未来返乡发展打下基础。

　　在9月8日开幕的第二十五届中国国际投资贸易洽谈会上，商务部、国家统计局和国家外汇管理局联合发布的《2024年度中国对外直接投资统计公报》显示，2024年我国对外直接投资净额为1922亿美元，比上年增长8.4%。

　　数据显示，我国企业投资规模继续位居世界前列。2024年中国对外直接投资占全球份额的11.9%，较上年提升0.5个百分点，连续13年列全球前三，连续9年占全球份额超过一成。

　　公报表明，我国企业境外投资分布广泛，年度经营状况良好。截至2024年底，我国3.4万家境内投资者共在全球190个国家和地区设立境外企业5.2万家，七成境外企业盈利或持平。对亚洲、拉丁美洲、欧洲和大洋洲的投资持续增长，对共建“一带一路”国家直接投资增长超两成。

　　投资领域多元。公报显示，2024年，我国对外直接投资涵盖了国民经济的18个行业门类，其中流向批发零售、租赁和商务服务、制造、金融、采矿五领域的投资均超过百亿美元，累计占比超过八成。

案件回顾：

2017年1月，格力电器对宁波奥克斯空调有限公司等提起诉讼，指责奥克斯在新产品黄金侠、极速侠系列 8 款产品重复恶意侵害其专利权，请求判令奥克斯停止侵权、销毁库存及模具并赔偿4000万元。

2018年4月，广州知识产权法院作出一审判决，认定奥克斯恶意侵权成立，其再次侵犯格力同一专利权的主观意图明显。故格力公司诉请赔偿的4000万元并未超过合理限度，予以支持。

2019年8月30日，广东省高级人民法院作出二审判决，维持一审原判。但奥胜公司又提起执行异议，今年3月12日，广东省高级人民法院驳回，宣布维持原判。

值得一提的是，格力奥克斯之间除了这个专利纷争之外，还有其他闹得沸沸扬扬的纠纷，其中就以去年格力实名举报奥克斯空调能源效率标识虚假宣传事件最受关注。

2019年6月10日，格力电器在其官方微博上发布了奥克斯生产销售不合格空调产品的举报信。

随即奥克斯空调发表 声明，表示格力举报不实，已向公安机关报案。

对于此事件，央视评论道：即便是竞争对手 举报也无可非议。

2019年6月11日，格力称举报奥克斯与618无关，若破坏公平竞争一定站出来。并解释举报奥克斯原因：确实与员工跳槽相关。之后，格力工作人员在珠海格力电器总部，当媒体的面拆封奥克斯空调，并讲解和指出其认为奥克斯部分空调不达标的依据。

受舆论影响，6月12日，奥克斯空调表示：格力此时向本土企业开战，置民族大义于不顾。

随后奥克斯将提请重检，对此电检所表示：不保证此前样品是奥克斯产品。

之后，格力电器还发声称：不限量购买奥克斯空调产品，并免费提供给有资质机构进行检测。

6月25日，格力电器再发公告 ，表示将战斗进行到底。

2019年10月17日，董明珠回应公开举报奥克斯空调，她表示，这不叫抨击同行，是斗争！对于奥克斯的劣质产品，理所当然应该站出来讲话。

2019年12月28日，格力电器董事长董明珠在“2019让世界爱上中国造高峰论坛”上发表演讲，她称表示“空调上跟奥克斯斗，不能低于国家标准，这是一个企业的社会责任。”并表示“希望奥克斯改邪归正”。

2020年4月10日，宁波市市场监督管理局公开了甬市监处〔2020〕20号行政处罚决定书，对奥克斯空调股份有限公司给出了罚款十万元并责令改正的处罚决定。

格力奥克斯之间纷争，一方面显示出了中国空调行业乱象，造假、侵权仍然存在；另一方面也可以看出部分中国企业还是非常有担当的，面对市场不公，直接实名举报。

希望往后家电行业造假、侵权行为少一些，遇见不公敢于直言者多一些。

以上图片均来源网络，如有侵权，请联系删除。