讯考

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。

[摘要]数据 投篮点 实录 网友热议 北京时间4月24日，NBA季后赛继续进行，爵士主场拿下快船，大比分来到2-2。本场比赛戈贝尔复出23分钟得到15分外加13篮板效率极高，不过下半场发挥一般只拿到5分，爵士在四节后半段弃用戈贝尔，靠着约翰逊的疯狂得分将比赛逆转。 戈...

　　北京时间4月24日，NBA季后赛继续进行，爵士主场拿下快船，大比分来到2-2。本场比赛戈贝尔复出23分钟得到15分外加13篮板效率极高，不过下半场发挥一般只拿到5分，爵士在四节后半段弃用戈贝尔，靠着约翰逊的疯狂得分将比赛逆转。

　　戈贝尔在缺席两场比赛后复出对战快船，快船上场比赛刚刚折损大将格里芬，在格里芬不在场的情况下保罗带领快船在爵士主场拿下比赛。本场比赛将会是爵士扳平比分的最佳机会，如果能在主场将比分扳平对于爵士来说前景将十分明朗。

　　首节，戈贝尔在开局不久暴扣得手宣示自己的回归，不过只上场两分半钟便被换下场休息。第二节比赛，快船在第一节建立优势的情况下试图将分差扩大，此时戈贝尔在防守端内线严防死守，在进攻端也能续上火力，最后1分钟戈贝尔连续篮下得分帮助爵士将比分反超。不过戈贝尔上半场获得的出场时间并不多，但是效率极高投篮4中4，罚球两罚全中拿到10分，额外抢到6个篮板。

　　下半场，爵士开局一直没能得分，戈贝尔高举高打命中2分打破得分荒，接着又奉献一记暴扣，在爵士没人得分的时候挺身而出为爵士涨分，第三节戈贝尔只打了开始的几分钟便下场休息。四节大决战戈贝尔重新上场，他上来便助攻希尔抛投得分，不过此后戈贝尔状态全无连续失误，快船抓住机会将分差瞬间扩大。此后爵士将戈贝尔换下，爵士靠着约翰逊最后时刻的出色发挥将比赛拿下。

　　戈贝尔上半场比赛发挥出色，下半场可能因为伤病的影响状态低迷，但是瑕不掩瑜，戈贝尔内线的防守还是给予了爵士极大的支持，最终拿下比赛戈贝尔功不可没。戈贝尔本场比赛出场23分钟，拿到15分13篮板的数据效率极高。

　　拿下这场比赛后爵士将大比分扳成2-2平，下一站前往洛杉矶决战天王山，这场比赛戈贝尔能否发挥内线优势将会决定比赛的走势。

青梅有约，如约而至！

第二届

“青梅有约・智汇梅州”人才周

将于3月21日至27日举办

本届人才周

围绕聚才引智、产才赋能、暖才安业三个主题

市县联动举办30多项活动

广邀天下英才奔赴苏区融湾热土

在这片充满机遇的土地上

双向奔赴、筑梦未来！

具体活动内容、时间和地点

一起来了解↓↓↓

客都梅州，因才而兴

青梅之约，邀你同行

这个春天

让我们相聚梅州

以才为翼，共赴美好之约

在梅州书写属于你的精彩答卷！

部分活动已开通报名链接

更多活动详情、时间地点、报名通道

将持续更新

敬请关注“梅州人才驿站”官方平台

第一时间解锁人才周专属资讯！

编辑：叶晓洋  梁威

审核：蔡颜颜

　　2014年，对25岁的管良龙而言，是命运急转弯的一年。彼时，他刚与妻子杨雪莹组建家庭，妻子怀有身孕，一家人本该沉浸在幸福之中，但变故却接踵而至。父亲遭遇车祸后尚未完全康复，家中经营多年的矸石专卖场又因货源中断陷入停业危机；管良龙刚入行做电焊工，收入微薄。多重压力之下，父亲竟选择结束生命，留下的不仅是悲痛，还有一笔未知的巨额债务。

　　处理完父亲后事，管良龙从母亲口中得知债务消息时，瞬间陷入迷茫。妻子即将分娩，母亲没有收入，未来的路该怎么走？短暂的痛苦过后，他做出了一个决定：“哪怕砸锅卖铁，也要把父亲欠的债还清。”让他倍感温暖的是，妻子杨雪莹没有丝毫怨言，紧紧握住他的手说：“我们一起面对。”这份支持成为他前行的重要力量。

　　很快，债主们陆续登门，有的是熟人，有的素未谋面。面对每一位债主，管良龙都坦诚说明家中困境，同时郑重承诺：“只要是父亲真实欠下的债，我都认，一定一分一厘还清。”有亲朋劝他，从法律层面无需承担这笔债务，但他始终坚信：“父债子还，还的是良心和诚信。人家当初肯借钱是情分，不能让人心寒。”

　　他专门准备记事本，和母亲一起对照欠条逐一梳理登记，最终确认债务总额近60万元。为了尽快还债，管良龙开启了“连轴转”的生活：白天开运输车、铲车，晚上兼职做焊工，没有焊接活时就去工地打小工。午餐常常是两个馒头配一瓶矿泉水，衣服洗得褪色破洞也舍不得换。每次拿到工钱，除了维持家庭最基本的开支，其余钱款他都第一时间送到债主手中。妻子杨雪莹也默默扛起家庭重担，新婚两年没给自己买过一件新衣，只为让丈夫能安心打拼。

　　管良龙的诚信，也换来了债主们的理解与信任。经营轮胎店的胡师傅有近4万元未收回，管良龙每次分期还5000元，第二次还款时，胡师傅主动说：“余下的先还别人，我的不急。”还有一位铲车主，本已做好8000元借款“打水漂”的准备，没想到2016年管良龙主动登门还清。铲车主逢人便称赞他诚实守信。

　　九年风雨兼程，记事本上的债务条目越来越少。2023年末，管良龙终于还清了最后一笔欠款。如今，他依然保持着勤劳与热心，社区招募志愿者帮养殖户加高塘围，他累了一天仍主动报名；雨夜路上有大树挡道，他冒雨开铲车清理，保障居民出行；答应帮乡邻办事，从不推辞，甚至会默默垫付费用。

　　“一家人平安喜乐在一起，就是最好的光景。”如今的管良龙，依旧白天跑运输、空闲时做焊接，用踏实的双手创造生活。他用九年时光践行承诺，不仅为家庭撑起晴空，更以诚信之举，成为邻里眼中的榜样，让“信义”二字熠熠生辉。

　　管良龙获评2025年第二季度“铜陵好人”。（记者 李莉） 

发行商史克威尔和开发商Dontnod娱乐工作室日前为《奇异人生2》第二章公布了发行宣传片，这次视频名为“规则”，这一章将于1月24日推出。

史克威尔关于第二章的剧情介绍：

“肖恩和丹尼尔的故事将在第二章里继续进行，为了逃避西雅图事件后警方的追查以及超自然能力的出现，两人继续在冬日里外出冒险。不过丹尼尔在寒冷天下病情加重，肖恩决定他们需要冒险前往奶奶家进一步休养和寻求庇护。

在这里他们遇到了邻家男孩克里斯，他也拥有与丹尼尔类似的能力，另外他们还遇到了自己的超级英雄意识体：超能队长。随后丹尼尔和克里斯很快成了朋友。不过肖恩为了保护他们的安全制定了一系列针对其能力的规则：不在公共场合使用，不谈论它以及规避危机。

丹尼尔能否成功地掩藏自己的秘密？探索潜藏能力的诱惑是否会难以抑制？他在关键时候会打破规则吗？”

《奇异人生2》目前已经登陆PS4/Xbox One/PC平台。