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。

FT《金融时报》报道，有两位知情人士透露，OpenAI计划在今年年底前招聘大量员工，员工总数将从目前的约4500人增加到约8000人，将近翻了一倍。而招聘的目的是加快向企业销售产品的步伐，以追赶Anthropic这家友商。因为据金融科技公司Ramp的数据，首次购买AI工具的企业客户更愿意选择Anthropic，其数量是OpenAI的3倍，这和1年前的情况完全反了过来，OpenAI不急才怪。

据悉，招来的新员工将主要负责产品开发、工程、研究和销售等工作，并且重点招聘“技术大使”这个岗位，帮助企业客户更高效地使用OpenAI的工具。而且OpenAI在旧金山的办公室已经签了新租期合同，现在他们在旧金山的办公面积已超过100万平方英尺（约9.29万m²），给新员工留出了足够大的空间。按照招聘计划，OpenAI每天将增加12名新员工。

AI行业发展到现在，谷歌、OpenAI、Anthropic已经杀得难解难分，以至于去年年底，CEO奥尔特曼在公司内部发布了“红色警报”，要求员工重新专注于其核心产品ChatGPT。所以，我们前天就看到了OpenAI将整合ChatGPT、编码平台Codex和Atlas 浏览器成一款桌面“超级应用”的报道，他们希望以此来简化用户体验，更好地抢占市场。

OpenAI开发的AI工具让许多人因为被AI替代而失业，但AI公司却因为需要更好地开发、优化、推广AI而大量招聘，这不反过来又说明AI并不能完全替代人吗？所以，我们究竟该怎样看待AI和这魔幻的世界呢？

巴西女排首战不敌中国女排 巴西队长赛后大赞中国女排

“我们没有发挥出最好的水平，防守系统出现了很大的问题，明天的比赛我们一定会总结经验，争取发挥的更好。”赛后，为本队贡献了12分的娜塔莉亚表示，“中国队一直是一支很强的球队，去年里约奥运会冠军她们赢得实至名归，现在中国女排虽然是一支年轻的队伍，但还是非常成功，我们需要更加努力来赢取胜利。”

“恭喜中国队取胜，每次面对中国队都是艰苦的比赛，今天她们打得很好，而我们又有很多不足，尤其是接发球方面，也错过了一些反击的机会。回去后进行总结，争取后面发挥的更好。”面对0-3的败局吉马良斯无奈地表示。

图说：图片来自嘉兴博物馆 马家浜文化博物馆官微

展览中的一级文物多达26件（组），这些珍贵的文物大多出自高等级墓葬、重要遗址和窖藏，不仅展现了陕西省唐代考古工作的丰硕成果，更生动地描绘了唐代都城长安的日常生活画卷。其中，瓷器的展出特别引人注目，唐代瓷器烧制技术日趋成熟，形成了“南青北白”的格局，大量精美的瓷器被广泛用于日常生活之中，青瓷八棱瓶和白瓷唾盂便是其中的佼佼者。

金银器的展出同样令人瞩目，唐代道教兴盛，皇室贵胄流行使用金银器饮食服药以求长生不老，金银器皿的使用十分盛行，如鎏金莲花形银器和“十四两三分”墨书银碗等展品，不仅工艺精湛，更反映了唐代社会对长生不老的追求。

唐代社会风气开放，娱乐活动丰富，音乐、舞蹈、围棋、杂技、马球、狩猎等各项活动异彩纷呈。彩绘骑马奏乐俑和三彩骑马击鼓俑等展品，生动地再现了唐代丰富多彩的娱乐生活。此外，唐代传统的道教、佛教备受推崇，佛寺、道观遍布全国。展出的一佛二菩萨塔铭和十二生肖俑等佛教造像，展示了唐代宗教文化的繁荣。而唐代长安作为当时世界的中心和丝绸之路的起点，形成的国际性商品交易中心东市和西市，出土的大量骆驼、马及胡人俑，更是对外贸易盛景的真实写照。

展览带领观众徜徉于琳琅满目的大唐遗宝之中，感受大唐盛世发达的物质文明和灿烂文化，领略名都长安的繁盛气象和非凡魅力。展览持续至8月1日结束。

• 游戏类别：战争策略
• 游戏大小：1.97G
• 游戏语言：简体中文
• 游戏版本：v0.2.11

新三国志曹操传中玩家需要搭配不同的阵容来完成许多关卡与挑战，其中部分玩家不知道诸兵阵演蜀21层三四五关应该怎么过，下面就为大家带来新三国志曹操传中诸兵阵演蜀中诸兵阵演蜀21层三四五关攻，有需要的玩家可以参考。

新三国志曹操传诸兵阵演蜀21层三四五关

主力武将：马超、马云禄、诸葛

挂件武将：张飞、徐庶、刘备、庞统、其他随意

第四关：

开局站位如图，第一回合全员后撤，然后站着挨打就行，开局敌方输出不高。

挨了两轮打等双方援军自然登场，这时候阵型就非常好看，

张飞、法正挨个上负面，庞统、诸葛依次给大。

一套打完才打出半血，可见敌方属性有多变态！马超最后突突收割，这个站位轻松可以做到郭嘉最后一个被突。

第五关：

站位如图

这关敌方异常肉，开局马妹配合马超先把程昱秒了，这个伤害太爆炸，

然后全员后撤，剩下几个打不动，苟到第三回合,BUFF、火凤、八卦使劲砸。

马超的第一次别给甄姬，捅上去是一点反应都没有的，弄不好枪还得断。

马超全力突突敌方输出就行，尤其是刘晔、荀彧这种变态AOE

剩下的一堆肉，全靠慢慢磨。

第六关：

站位如图

这关开局可以秒甄姬，后面的法师被马妹大招暴击了，所以看起来掉血多

最后一关的援军位置比较好，第二回合马超再秒一个程昱，敌方援军出来后诸葛一个大招，本来只想八卦卡位，没想到竟然打出了全体濒死。

然后就随便打吧，诸葛伤害不够也没关系，主要是大招无敌加卡位。

　　马云成出生于戏曲世家，他的父兄均以唱庐剧为生，耳濡目染的他自幼对曲艺就有爱好。1962年，20岁的马云成在父亲的张罗下，成为柴派大鼓书传人许峻峰的第四代弟子。在师父的调教下，马云成说唱大鼓的技艺日趋纯熟。因天资聪颖，一年左右，马云成出师并正式开始大鼓说唱生涯。

　　那时候，只要大鼓一敲，听书的人就循声而来，一晚上听书的观众就有100多人。听的人多，马云成慢慢出名了。他的师父把这一门曲艺发扬光大的重任交给了马云成，希望他能一直唱下去。

　　多年来，马云成一路走、一路说，把大鼓书说到合肥的每个角落。2014年国庆节，72岁的他在庐阳区三十岗乡连说了8天大鼓书。

　　传统大鼓书是一人、一板、一鼓。为了创新表演形式，马云成与徒弟配合表演对口大鼓，与乐队合作尝试配乐大鼓……

　　这些年来，马云成一直坚持写剧本，创新传统技艺，为大鼓传承奔走。今年，马云成已是81岁高龄，坚守大鼓61年。他希望，能有更多的年轻人将这项传统曲艺传承下去。（记者 袁芳 通讯员 宋健龙 孙雨静）

网友纷纷感慨：“今夕是何年” “五月天真的有时光机”！

阿信去年曾在直播时戏言，如果哪天F4复出，五月天就只能转战跳舞。

F4上一次正式同台是在2013年江苏春晚。

据三湘都市报，在唱片公司相信音乐牵线下，4人已就合体演出达成共识，将以25周年为契机，计划于2026年启动巡回演唱会，预估票房超十亿元新台币（约合人民币2.3亿元）。

      发展志愿服务，加强志愿服务组织管理。

　　——摘自“十五五”规划建议

　　“请靠边停，别堵着消防通道，孩子放学路得畅通!”暮色四合，路灯次第亮起，金安路初级中学旁的友谊南苑小区门口，77岁的杨谋才身穿红马甲，正借着暖黄的灯光引导接送学生的家长有序停车。灯光下，一抹抹醒目的“志愿红”穿梭在熙攘的人群中，这是金安区东市街道建来社区“老管家”志愿服务队的日常值守。

　　这支由老党员和热心群众组成的队伍，正把学习全会精神的热情，化作守护社区的实际行动，在社区矛盾调解、文明劝导、关爱下一代的第一线，织起了一张基层治理的“暖心网”。

　　金安区友谊南苑小区是紧邻金安路初级中学的老旧小区。过去，每到放学高峰期，大批接送学生的家长在小区消防通道聚集等候，不仅容易造成道路拥堵，更埋下了安全隐患。为破解这一治理难题，2025年10月，建来社区党总支牵头，组建起以小区老党员和热心群众为主体的“老管家”志愿服务队。

　　如今，每周一至周五的放学时段，天色渐暗、小区门口路灯亮起时，“老管家”们便准时到岗值守，志愿者袁学琴便是其中的一员。“我们守在这里，就是为了让接送孩子的车辆不占道、不乱停。要是没人管，这条消防通道就堵得走不通了。”袁学琴一边借着灯光疏导人流，一边笑着说道。“社区信任我们这些老人，我们‘老管家’就每天轮班来值岗，一点也不觉得辛苦。”

　　护学岗的良好反响，让社区看到了这支银发队伍的强劲力量。自此，“老管家”的服务内容不断拓展。

　　“现在他们已经从单一的‘护学岗’，拓展为社区治理的‘多面手’。”建来社区党总支书记王梅介绍，从文明劝导、环境治理到邻里矛盾调解，“老管家”们凭借人熟、地熟、情况熟的优势，成为促进邻里和睦的“润滑剂”。

　　杨谋才是小区里的热心志愿者，“老管家”队伍招募时，他第一个报了名。“放学时段，我们守在路口，看着灯光下家长们顺顺利利接走孩子，孩子们平平安安回家，我们心里就特别宽慰。”杨谋才说，“社区还组织我们每周一、三、五参与环境卫生整治，大家一起捡垃圾、清死角，既扮靓了小区，也实现了老有所乐、老有所为。”

　　为激发居民参与社区治理的热情，社区定期召开“老管家说事儿”议事会，亮着灯的会议室里，大家将巡逻走访中发现的问题摆上台面、集中商议。“从第一期议事会开始我就参加了。”志愿者吴正清坦言，“都是为了咱们社区越来越好，能出一份力，我打心底里愿意。”

　　从守护灯光下的放学路到参与社区清洁，从调解邻里矛盾到共商小区事务，“老管家”们用脚步丈量社区每一寸土地，用温情化解邻里间的琐碎分歧，用双手扮靓居住环境。他们忙碌而充实的“退休新生活”，正是党员先锋模范作用在基层一线的生动写照。

　　“接下来，我们将持续倾听居民心声，不断拓展志愿服务内容，让‘老管家’真正成为小区治理的‘生力军’，推动老旧小区在精细化治理中焕发全新活力。”王梅表示，“老管家”正以默默无闻的坚守与奉献，将全会精神落到实处，悄然提升着社区居民的幸福感与获得感。

（本网记者　桑宏）