AI算力

过去两年，AI算力的叙事几乎被一家公司垄断。无论是大模型训练，还是推理部署，市场默认的答案只有一个——堆GPU，尤其是高端GPU。但一个被忽略的事实是：真正决定AI规模化落地的，不是训练端的峰值算力，而是推理侧的成本结构与部署方式。

2025年以来，全球半导体与通信产业正在经历一场隐形的AI技术军备竞赛。外界看到的是GPU、AI服务器、1.6T光模块、Chiplet封装以及超大规模AI集群，但在这些系统背后，还有一个极其关键却往往被忽视的基础设施——测试测量设备。

开普勒研究院自研的“KPL-多通道射频SOM”产品集成了高性能多路ADC (5.9G及2.95G) / DAC (10G) ，并搭载了新一代单芯片高速RF核心器件

新一代 4 纳米 CV7 SoC：以超低功耗，实现多路视频流并行处理与先进的端侧 AI 计算能力的完美融合。

在人工智能、大模型及高性能计算需求不断攀升的背景下，算力基础设施的重要性不断提升。作为 AI算力核心载体，GPU市场正处于快速扩张周期，尤其在国产替代与技术自主可控趋势推动下，国产通用GPU企业迎来了前所未有的关键发展窗口期。

为推动AI在边缘场景的部署，安富利推出基于AMD Zynq™ UltraScale+™ MPSoC处理器的Edgeboard AI Box，为用户提供了更加高效、灵活且安全的边缘AI解决方案。

全球算力耐力赛中的角色洗牌与中国半导体的窗口期

AI高速发展，端侧智能时代到来，GPU IP 应该怎么做？听听 Imagination中国区董事长白农怎么说……