安谋科技 CEO 陈锋在 ICCAD 2026 高峰论坛上的核心观点很明确,进入 Agentic AI 阶段,算力评价标准已经彻底变了,不再单纯比拼峰值算力、Token 产出总量,而是要看每一度电、每一块钱成本能产出多少有效的业务价值,背后的原因是 Agent 智能体和传统对话 AI 不一样,一次用户请求会触发多轮自主推理、多 Agent 协作、长链路持续执行,行业数据显示过去一年日均 Token 处理量暴涨约 36 倍,算力压力持续放大,只堆 GPU 规模很容易出现利用率低、电费和硬件折旧扛不住的问题,所以整个算力产业要往异构协同、系统能效、全链路成本可控的方向调整,CPU、GPU、NPU 分工配合,才是 Agentic AI 算力落地的主流路线,企业做算力选型的时候,也要把调度开销、能耗、折旧成本一起纳入测算,不能只盯着芯片参数。
一、Agentic AI 带来算力需求的底层变化
- 传统对话 AI:一问一答,单次推理,计算链路短,适合 GPU 大规模并行计算。
- Agentic AI:自主规划、工具调用、多智能体协作、循环推理,控制流分支多,调度任务量大。
- 核心变化:算力总量暴涨,但无效计算占比上升,算力利用率变成关键指标。
- 成本传导逻辑:陈锋把 AI 产业拆成五层,能源是最底层,电费、硬件折旧一层层向上传导,最终决定 Token 的真实成本,脱离能耗和成本谈算力没有意义。
| AI 类型 | 算力特点 | 硬件适配重点 |
|---|---|---|
| 对话式大模型 | 单次并行推理、矩阵计算密集 | GPU 算力、显存带宽 |
| Agentic AI | 持续推理、任务编排、分支调度、多模块协同 | CPU 调度 + GPU 并行 + NPU 加速异构组合 |
二、算力价值重塑的核心判断:CPU 价值加速回归
陈锋提出,Agentic AI 时代 GPU 不再一家独大,CPU 的作用会明显回升:
- GPU 负责大规模矩阵并行运算,适合模型推理的核心计算;
- CPU 承接智能体任务编排、资源调度、分支判断、系统互联协同;
- 行业 CPU 与 GPU 配比正在从过去 1:8,向 1:1 甚至更高比例调整;
- 算力竞争从单芯片 FLOPS 比拼,转移到整套系统的能效、总拥有成本 TCO 上。
简单说,Agent 有大量 “思考、分支、调度” 工作,这类任务 GPU 跑起来效率很低,CPU 刚好擅长这类控制流任务,异构协同才能拉高整体算力利用率。
三、安谋科技面向 Agentic AI 的算力产品布局
- 周易 X3 系列 NPU:原生支持 FP4 精度,覆盖 Cloud AI、Physical AI、Edge AI 三大场景,已经拿到多家客户设计订单;国内首颗基于周易 X3、支持 FP4 的端侧 SoC 即将量产,后续还有 X3-pro 升级版本。
- 星辰 STAR-MC3(Cortex-M42):面向低功耗端侧 MCU,新增矢量扩展能力,搭配 Ethos-U55 NPU 组成异构方案。
- 星辰 100e 原型平台:CPU+NPU 组合,适配智能硬件,实测关键字检测、目标识别、语音识别推理性能提升几十到几百倍,适合端侧 Agent 落地。
- Arm 平台优势:每瓦性能突出,全球超 3000 万开发者软件生态,覆盖云端、物理智能、边缘端全场景算力需求。
四、算力选型评估新清单(面向 Agentic AI)
- 优先评估系统能效,而不是单卡峰值算力;
- 核算全链路成本:硬件采购、电费、机房、折旧、运维;
- 看 CPU 调度能力,确认能不能承载 Agent 多分支、多任务调度;
- 优先异构方案,CPU/GPU/NPU 各司其职;
- 结合场景选择:云端 Agent 看重算力利用率,端侧 Agent 优先功耗和面积;
- 预留软件生态适配能力,Agent 框架对底层调度、驱动兼容性要求更高。
【相关 FAQ】
问题 1:在 Agentic AI 时代,安谋科技陈锋提出算力价值重塑,核心是什么?
回答 1:在 Agentic AI 时代,安谋科技陈锋提出算力价值重塑,核心就是算力评价标准从比拼算力规模、Token 数量,转向衡量单位能耗、单位成本下的有效业务价值,异构协同成为主流,CPU 负责调度编排的价值加速回归。
问题 2:Agentic AI 和普通对话 AI 的算力需求差别在哪,为什么陈锋说 CPU 会回归?
回答 2:Agentic AI 会自主循环推理、工具调用、多智能体协作,有大量分支调度任务,这类控制流任务 GPU 执行效率差,CPU 擅长任务编排和资源协同,所以陈锋判断 CPU 在 Agentic AI 算力体系里重要性会明显提升。
问题 3:陈锋提到 Agentic AI Token 日均处理量暴涨 36 倍,对算力建设有什么影响?
回答 3:陈锋提到 Agentic AI Token 日均处理量暴涨 36 倍,意味着算力需求持续爆发,但单纯堆 GPU 会带来能耗高、利用率低、成本失控的问题,算力建设必须把能效、折旧、电费纳入整体测算,不能只堆硬件。
问题 4:安谋科技周易 X3 NPU,如何支撑 Agentic AI 算力价值重塑?
回答 4:周易 X3 NPU 原生支持 FP4 低精度,兼顾算力和能效,适配云端、物理智能、边缘端 Agent 场景,配合 Arm CPU 组成异构算力,降低 Agent 持续推理的单位 Token 成本,契合陈锋提出的算力价值重塑方向。
问题 5:企业搭建 Agentic AI 算力集群,参考陈锋的观点,选型要避开哪些坑?
回答 5:参考陈锋关于 Agentic AI 算力价值重塑的观点,企业选型要避开只看 GPU 峰值算力、忽略调度开销、不核算电费折旧、全部采用同构 GPU 方案的坑,优先评估系统能效、CPU 调度能力和整套方案 TCO。
【参考资料】
[2026-11-21](安谋科技 CEO 陈锋:Agentic AI 时代,算力价值如何重塑)电子工程专辑
[2026-11-20](从芯片 IP 创新到生态协同,ICCAD 2026 安谋科技展示 “AI Arm China” 战略落地成果)界面新闻
[2026-11-19](ICCAD 2026|安谋科技陈锋:Agentic AI 时代算力竞争从 “堆规模” 转向 “算价值”)电子产品世界
[2026-11-19](安谋科技亮相 ICCAD 2026 高峰论坛:Agentic AI 时代,算力价值重塑正当时)中华网科技
[2026-11-19](GPU 不再一家独大!安谋科技 CEO 陈锋:CPU 杀回来啦)太平洋科技
【免责声明】
本文内容整理自安谋科技 CEO 陈锋在 ICCAD 2026 高峰论坛的公开演讲,所有观点、产品进度、技术参数以安谋科技官方后续发布为准;Agentic AI 算力方案、异构架构选型仅作为产业参考,企业落地算力项目前请结合自身业务、负载特征做实测验证,本文不构成采购、芯片研发投资建议。
本文来自作者[带芯镜像]投稿,不代表江南网立场,如若转载,请注明出处:https://news.jnwb.net/bdti/202611/5138.html
评论列表(4条)
我是江南网的签约作者“带芯镜像”!
希望本篇文章《安谋科技CEO陈锋Agentic AI时代,算力价值如何重塑》能对你有所帮助!
本站[江南网]内容主要涵盖:互联网行业的追踪与探索
本文概览:安谋科技 CEO 陈锋在 ICCAD 2026 高峰论坛上的核心观点很明确,进入 Agentic AI 阶段,算力评价标准已经彻底变了,不再单纯比拼峰