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。

在第六小学召开的调研评估项目启动会上，指导团详细阐述了此次组团式视导活动的目的、内容和方法，表达了对六小未来发展的期许与信心。在随后的两天时间，专家指导团通过随堂听课、聆听学校汇报、师生访谈、中层调研等环节，深入教学第一线，直面学校问题，对六小教育教学现状做出了精准分析。他们在学校落实五育融合的育人课程设置、建设好新形式的教师群体、创造学生成长的环境和将“胡杨+臻”的办学理念更有效融入教育教学等方面提出了宝贵的建议。
      在巴楚县第二中学，上海专家指导团深入一线课堂，参观校园环境及功能场室，观摩学校特色展示，了解学校的发展历程、办学特色、校园文化等情况。包括教学楼、图书馆、实验室等场所，查阅学校相关资料，听取了领导班子汇报，了解学校办学理念、育人目标、部门主要工作，开展了校情分析（学校发展SWOT分析），走进教室随机听课，开展了党建、科研、后勤、课程、教学工作、德育、文化、师资等部门工作的调研，教师对学校课程建设的建议（高中），调研学生课程需求（初中）。召开校情诊断反馈会、科学分析、精准“诊断”，形成助力学校教学提质增效的“一校一策”。

在第二中学校情诊断反馈会上，上海专家指导团从学校的办学思想、合理规范化管理、教育教学、教研，青年教师的培养提升、激发学生的学习兴趣、培养学生良好的学习习惯、小升初的衔接、初高中的衔接，课堂教学的改革、校本课程的设置、校园育人环境的改善等方面提出了建议，同时也充分肯定了二中好的经验和做法。专家指导团深入、全面、细致的反馈，对促进学校今后内涵式发展、转变教师观念，深化教育教学改革，推动办学质量整体提升有着重要的指导意义。

本项目开展期间，上海专家指导团通过对校园巡视、推门听课、查阅资料、参与教研活动、座谈访谈等形式详细了解两所代表学校的教学常规、“双减”、课堂教学、教学研究、县域义务教育优质均衡发展、校园安全、德育、思政、民族团结进步创建以及语言文字等工作开展情况，充分发挥了建议智囊的作用。

学无止境，教无止境，研无止境。两所学校领导均表示，此次组团式视导活动为学校教育工作指明了方向，对规范学校办学行为，加强教育教学管理工作等提供了切实可行的指导建议，学校将以本次调研为契机，以更高的站位、更实的措施、更强的担当，加强与上海援疆集团学校、结对帮扶兄弟学校、名优教师团队的交流合作，助推巴楚教育向高质量发展迈进！（通讯员：刘红霞）

该产品以磁吸直连、实时预览、全平台兼容为核心优势，彻底解决手机后置镜头自拍如“盲拍”痛点，让用户以主摄级画质轻松拍出质感人像、0.5倍超广角生命力大片，为影像创作提供更专业、更便携的解决方案，官方宣称让手机后置镜头“看得见，拍得美”。

影石Snap提供基础版和补光版两种选择，官方售价499元起。

一贴即用，释放主摄潜能

长期以来，手机自拍面临“前置画质有限、后置构图盲拍”的两难困境，高规格主摄的自拍潜力未能充分释放。影石Snap的推出，精准切中这一市场空白，以轻量化配件形态激活被长期“闲置”的主摄潜能，彻底终结了“碰运气式”的后置盲拍时代。

影石Snap采用3.5英寸超清显示屏，机身轻薄便携，基础版厚度仅7.3mm，磁吸于手机背面，使用无额外负担，广泛适配苹果及安卓机型。产品通过USB-C有线直连，即插即用，无需单独充电，相较于无线图传方式，画面传输更稳定流畅，拍摄4K视频时亦能实现所见即所得的同步预览。

在操作体验上，Snap与手机原生操作无缝衔接。用户可通过触屏快速调节曝光、切换滤镜或拍摄模式，并支持一键镜像翻转画面，还原“照镜子”般的视觉习惯，让构图与表情管理更自信从容。 

主摄焕彩，专业补光赋能人像美学

影石Snap不仅适配手机原生相机，更打破软件壁垒，无缝兼容主流美图与专业摄影软件。用户可结合后置镜头的高清画质，配合各类App的丰富滤镜、妆效功能，拓展更多创意玩法，实现从构图、画质到后期一站式升级体验。

为满足不同场景下的光影需求，影石Insta360联合美妆光学领域专家AMIRO觅光，共同调教推出配备环形补光灯的版本。该版本支持三种色温、五档亮度调节，实现精确控光，轻松点亮灵动眼神光。无论是在逆光环境营造暖调氛围，或是在室内弱光下拍出清透气色，用户皆可随手定格灵动质感人像。 

技术创新，持续拓展影像边界

自2015年创立以来，影石Insta360始终以“帮助人们更好地记录和分享生活”为使命，持续深耕智能影像领域。据媒体报道，2025年影石全年营业收入达98.58亿元，同比增长76.85%，创历史新高；研发投入高达16.49亿元，重点投向芯片定制及战略项目，技术创新实力持续增强。 

此次推出Snap手机自拍屏，是影石在“影像生态”赛道的又一重要布局。未来，品牌仍将继续聚焦业务增长曲线构建，除已发布的全景无人机“影翎 Antigravity A1”外，手持双摄云台相机“Luna”计划于2026年上半年发布，新一代运动相机、一体化全景相机、可穿戴饰品相机及手持便携式Vlog相机等多款新品也正在研发中，持续为全球用户带来更智能、更便捷的影像解决方案。

 雷峰网(公众号：雷峰网)