

> 随着底层芯片架构的持续演进，RISC-V正以强悍的通用算力与深度融合的AI加速引擎，打破传统指令集壁垒，为大模型在服务器端的原生部署提供了一种极具潜力的开源硬件方案。

## 核心架构升级突破性能瓶颈

长期以来被视为芯片市场强力替补的RISC-V开源指令集架构，终于迎来了杀入高性能计算主战场的历史性时刻。在2026玄铁RISC-V生态大会上，阿里巴巴达摩院正式向全球发布了其最新研发的高性能RISC-V架构CPU产品玄铁C950。这款处理器的成功问世，不仅大幅拉高了全球RISC-V阵营的性能天花板，更在行业内首次实现了CPU对千亿级参数大模型的原生底层支持。

作为达摩院倾注资源的最新一代旗舰级计算产品，玄铁C950在核心微架构设计上采取了极为激进的升级策略。在硬核物理规格方面，该处理器史无前例地采用了8指令深度译码机制与16级超长流水线设计，并配备了容量超过1000条指令的超大乱序执行窗口，其设计最高稳定主频飙升至3.2GHz。

更加令人瞩目的是其在国际权威跑分平台上的表现。在严苛的SPECint2006基准测试环境下，玄铁C950的单核通用计算性能首次成功突破了70分大关，毫无争议地登顶当前全球性能最强的RISC-V处理器宝座。在实际的云端网络处理与海量云存储等高负载典型任务中，其综合执行效率较市面主流同类产品提升幅度超过了30%。

![52.png](https://static.downly.cn/images/e1783cf7d81235eaac859c675879491b.png) <center>图源备注：图片由AI生成</center>

## 算力融合赋能大模型原生部署

如果说通用性能的跃升是敲门砖，那么针对人工智能算力的深度定制则是玄铁C950的真正杀手锏。除了提供极致的基础算力支撑，达摩院研发团队在此次架构迭代中，创造性地同步嵌入了Vector和Matrix两款原生的硬件级AI加速引擎。

这两大专门针对张量计算优化的加速引擎与玄铁CPU主核心实现了物理级别的统一编址与缓存共享，从根本上打破了数据在不同处理单元间搬运的延迟瓶颈，实现了通用逻辑算力与大规模矩阵算力的无缝深度融合。

经过研发实验室的严苛实测，这种新型软硬协同架构展现出了极其优异的模型兼容性与运行效率。该系统不仅能够极速加载，更能以极低的延迟流畅运行诸如Qwen 3-235B以及DeepSeek V3-671B等全球顶尖的超大规模语言模型。这也是全球芯片发展史上，首次有CPU完全脱离独立GPU的辅助，以纯原生架构稳健支撑起千亿参数规模的大模型推理任务，为即将全面爆发的AI Agent智能体时代，提供了一套极为珍贵的低功耗服务器级硬件参照样本。

![53.png](https://static.downly.cn/images/16fa5239a9b200a657e124c1596572d6.png)<center>图源备注：图片由AI生成</center>

## 生态拓展加速百亿级市场落地

硬件指标的突破仅仅是万里长征的第一步，对于开源指令集而言，建立繁荣的软硬件生态圈才是决定生死存亡的关键。中国工程院院士倪光南在发布会现场的发言中明确指出，得益于其开源开放的技术特性，RISC-V架构正以超乎想象的速度向主流应用市场渗透。据权威产业咨询机构的数据预测，到2031年全球基于RISC-V架构的智能设备出货量将达到惊人的360亿颗。

为了牢牢把握并加速这一产业周期的到来，达摩院联合多方力量展开了密集的生态合围动作。在底层研发层面，达摩院已与中国科学院软件研究所及北京开源芯片研究院正式签署深度合作协议，各方将汇聚顶尖研发资源，共同推动下一代开源香山CPU架构的演进。在系统软件适配层面，团队携手国内领先的openKylin开源社区，成功打造了全球首个专为RISC-V深度优化的原生人工智能操作系统，并全面支持了OpenClaw等主流计算框架的本地化一键部署。

而在至关重要的商业化量产进度上，玄铁系列内核目前已在全球范围内成功授权并落地了超过200多款量产级商用芯片，其应用场景正从传统的物联网边缘设备，快速延伸至AI智能穿戴眼镜、高精度电力工控等高附加值前沿领域。从微小的传感器到吞吐庞大数据的高端云服务器，以阿里巴巴为代表的中国底层科技力量，正在借助开源的力量重塑全球基础芯片的底层格局。当一颗高性能的RISC-V处理器能够游刃有余地生吞下千亿参数的超级大模型时，一个不被封闭授权体系裹挟的、更加开放与自主的多元化算力时代，已然拉开序幕。


阿里达摩院发布玄铁C950 RISC-V架构首次原生支持千亿参数模型



> 亚马逊Bedrock平台正式上线英伟达Nemotron 3 Nano模型。这款主打低延迟与高能效的轻量级产品，为渴望实现业务智能化的企业提供了兼具性能与成本优势的基础设施方案。

## 极致效能破解算力成本痛点

在全球AI竞赛步入深水区的今天，企业对底层算法的关注点正从单纯的参数规模转向实际的投入产出比。亚马逊云科技宣布，由英伟达研发的Nemotron 3 Nano大模型正式接入Amazon Bedrock平台，为开发者生态注入了一股追求极致效率的新鲜血液。

作为一款精心打磨的轻量级模型，Nemotron 3 Nano在压缩体积与推理能耗的同时，并未在核心能力上妥协。它在文本理解、核心逻辑生成等维度的表现依然出色。尤其在长文本摘要提取、高频多轮对话以及基础指令响应等场景下，它凭借超低延迟的优势，精准命中了企业对业务流处理速度的严苛要求。

![42.png](https://static.downly.cn/images/54990f760834cc8cac11506210bc39d5.png)

<center>图源备注 图片由AI生成</center>

## 完善云端模型百货商场生态

对广大开发者而言，此次平台的深度整合意味着大幅降低了技术门槛。依托Amazon Bedrock提供的统一接口标准，企业无需耗费巨资搭建底层算力集群，便可在云端按需调用这款高性能算力引擎。在实际应用场景中，企业完全可以将Nemotron 3 Nano作为前置任务的初筛节点，与庞大复杂的千亿参数模型形成高低搭配，进而显著优化整体算力成本。

从追求算力天花板的旗舰巨无霸，到聚焦成本控制的轻量化尖兵，亚马逊正在构建一个层级分明且品类齐全的AI基础设施矩阵。

## 强强联合加速AI技术普惠

英伟达在底层算法架构上的深厚造诣，与亚马逊在全球云计算市场的统治力形成了完美的互补。这种技术与渠道的强强联合，正进一步推动生成式AI技术的平民化进程。对于面临数字化转型压力的企业来说，极具性价比的模型方案不仅是控制预算的利器，更是全面迈向智能化的关键跳板。

英伟达轻量级大模型登陆亚马逊云 开启企业AI高性价比时代



> 摩尔线程旗舰 GPU 完成对智谱 GLM-5 的全流程适配，标志着国产千卡集群在承载顶尖大模型训练与推理上实现关键性技术跨越，加速 AI 产业全链路国产化进程。

## 核心底座 专为大模型打造的千卡利器

2026年2月12日，国产 GPU 独角兽摩尔线程宣布了一项里程碑式的进展：其旗舰级 AI 训推一体 GPU **MTT S5000** 已成功完成对智谱新一代大模型 **GLM-5** 的适配验证。

作为此次技术突围的核心，MTT S5000 展现了强悍的硬件素质
*   **自研架构** 基于摩尔线程第四代 MUSA 架构“平湖”打造，拥有完全自主知识产权。
*   **算力巅峰** 单卡 AI 算力最高可达 **1000 TFLOPS**，跻身国际主流高性能 GPU 行列。
*   **全能定位** 采用训推一体设计，不仅能支撑千亿参数模型的高效训练，也能应对复杂场景下的高并发实时推理。

![Generated Image February 12, 2026 - 11_08AM.png](https://static.downly.cn/images/25f560ae70db1c504e3ff5359dfd2d07.png) <center>图源备注：图片由AI生成</center>

## 生态融合 降本增效的新选择

智谱 GLM-5 代表了当前国产大模型的顶尖水平，其庞大的参数规模和复杂的逻辑推理对底层算力提出了极高要求。此次适配的圆满成功，具有双重战略意义：

*   **验证国产承载力** 证明了国产自主 GPU 已经具备稳定、高效承载顶级大模型全流程运行的能力，不再是单纯的“备胎”，而是可用的主力。
*   **降低部署门槛** 为企业级用户提供了基于国产算力的高性价比 AI 解决方案，有效降低了因依赖进口硬件带来的成本风险与供应链不确定性。

## 行业观察 国产智算的双向奔赴

在 DeepSeek 等现象级产品引爆全球 AI 军备竞赛的背景下，市场对高性能算力的需求已呈指数级增长。

摩尔线程与智谱的深度联手，并非简单的硬件适配，而是国产智算生态的一次深度“双向奔赴”。它展示了国产软硬件在性能优化与生态兼容性上的成熟度，为中国在 AGI 时代的激烈博弈中，铸造了一块坚实的硬件盾牌。

搜索结果: 千亿参数模型