CPU重回AI算力中心 本土厂商迎来新机遇
近期，AI算力领域出现显著变化，CPU正重新获得业界重视。国际方面，英伟达于6月1日宣布其首款数据中心CPUVera进入量产，预计第三季度投产；AMD也在5月下旬宣布下一代EPYCCPU“Venice”量产。国内厂商同步跟进，龙芯中科于5月28日推出23亿元定增方案，其中4 85亿元将用于CPU
在AI计算领域，GPU长期占据核心地位，但近期行业巨头的动向显示，CPU正重新回归舞台中心。这一转变源于技术路线的演进与市场需求的双重驱动。对于国产芯片厂商而言，这又蕴藏着哪些新的发展契机？
国际巨头加速布局，CPU重返舞台
近期，国际芯片巨头在数据中心CPU领域动作频频。6月1日，英伟达创始人兼CEO黄仁勋宣布，其首款独立数据中心CPU Vera已进入量产阶段，预计今年第三季度正式投产。这标志着英伟达在巩固GPU优势的同时，强势切入CPU市场。而在稍早的5月下旬，AMD也宣布其下一代EPYC数据中心CPU“Venice”进入量产。两大巨头接连发力，无疑为CPU在AI与高性能计算场景中的应用前景注入了强劲动力。
本土厂商积极跟进，加码核心技术研发
面对国际市场的动态，国内CPU厂商同样积极跟进。5月28日，龙芯中科公布了一项总额23亿元的定增方案，其中4.85亿元将专项用于CPU关键核心技术的研发。此举凸显了本土厂商在核心技术自主创新上的坚定决心，旨在抓住AI算力架构多元化发展的窗口期，提升自身产品的未来市场竞争力。随着AI应用场景的持续深化与扩展，计算架构面临更复杂、更多元的需求，这为CPU与GPU等加速芯片的协同计算创造了新的可能性。
总体来看，CPU在AI算力体系中角色的强化，反映出产业正从单纯依赖加速芯片向异构计算、系统级优化方向演进。这不仅为国际芯片巨头开辟了新赛道，也为本土厂商在特定领域实现技术突破与市场切入提供了机会。未来，如何平衡通用计算与专用加速，构建高效、灵活的算力底座，将成为产业链各方共同探索的关键。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：CPU重回AI算力中心 本土厂商迎来新机遇要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点佑驾创新与乐动机器人达成战略合作，围绕技术、产品、场景、数据四维度展开深度协同，旨在加速物理AI规模化落地，拓展无人车与机器人场景边界，推动具身智能商业化进程。
Meta开放AI算力租赁业务，市场反应从算力过剩转向算力商业运营。GPU从自用转向对外出租，算力从成本中心转为利润中心。AI云竞争核心从拥有GPU数量转向稳定跑满GPU的能力，依赖同步与参考时钟等底层基础设施的长期稳定运行。
针对大型多仓库工程（30+微服务、10+前端微应用），搭建包含规则、技能、子代理、13阶段工作流与门禁脚本的Harness系统，解决PRD不可信、方案与代码脱节、改完无人验证、交付环节琐碎等痛点，使AI在真实业务中稳定跑完需求。
部署MCP Toolbox前，先看清它的适用场景与安全边界，避免在权限管理不完善时接入敏感数据。 核心内容： 1 MCP Toolbox的核心功能与两种使用路线 2 项目适合与不适合的团队场景分析 3 实际验证的安全检查与关键限制 先说结论 MCP Toolbox 很适合小团队研究“让 AI
- 日榜
- 周榜
- 月榜
热点快看