一句话核心
从Chatbot到Agent，AI从一个任务变成多个任务的编排，CPU从"配角"重新变成"刚需"——而RISC-V第一次在这个赛道拿到了入场券。
芯片行业最容易被忽视的转向
过去两年所有人都在讨论GPU：谁家的算力更大、谁家的显存更多、谁能跑更大的模型。
但阿里达摩院首席科学家孟建熠说了一句很关键的话：
原来的Chatbot只有一个任务，就是聊天，用GPU就行了。但Agent有很多任务要编排，这部分工作更适合CPU做。
这不是一家之言。黄仁勋在GTC上也发布了全新架构的Vera CPU。
一个隐含的行业共识正在形成：AI的下一个战场不在算力，在任务编排。
玄铁C950：RISC-V第一次打到顶配
孟建熠带队20多年，从2003年中天微开始做CPU IP，中间经历了"除了坚持没有别的故事"的黑暗十年。2018年被阿里收购后转向RISC-V，今年3月终于拿到C950的成绩单。
关键数据：单位频率性能22分/GHz。
| 对比对象 | 单位频率性能 |
|---|---|
| x86 最高端 | 24-25分 |
| Arm 最高端 | 26+分 |
| 玄铁C950 | 22分 |
| 上一代C930 | 15.2分 |
这个数字的意义：RISC-V从"只能做低端IoT"的学术产物，第一次在CPU最核心指标上和x86、Arm站在了同一水位。
而且C950原生集成了Matrix矩阵运算引擎，直接支持Qwen3、DeepSeek V3等千亿参数模型。这意味着：不是只有GPU才能跑大模型。
平头哥和玄铁的关系：很多人搞混了
阿里的芯片布局有两条线：
- 平头哥：做完整芯片（含光NPU、真武训推一体芯片等），全部是玄铁的客户
- 玄铁：做CPU IP授权，RISC-V架构，400+下游客户
简单说，平头哥是"整车厂"，玄铁是"发动机供应商"。玄铁不造芯片，但它的IP会出现在阿里云的服务器里、全志科技的AI眼镜芯片里、瑞芯微的机器人控制芯片里。
Agent时代CPU为什么重要？
理解这个逻辑只需要一句话：GPU负责跑模型，CPU负责决定下一步干什么。
Chatbot时代，AI只有一个任务（对话），GPU从头包到尾。Agent时代，AI要同时做搜索、查数据库、调用工具、管理上下文——这些全是CPU的活。
如果CPU很慢，GPU就要等。整体效率不是被最短的板决定的，而是被最慢的环节决定的。
这也解释了为什么孟建熠两年前就立项做C950，那时"龙虾"还没火——他赌的不是Agent这个概念，而是"AGI时代CPU一定会成为瓶颈"这个判断。
RISC-V vs Arm：真正的差异化是"可定制"
Arm授权模式是"你不能改我任何一行代码"。玄铁的做法相反：支持客户在自己的IP基础上二次开发和定制化。
这在AI时代可能是一个杀手级差异。AI终端形态百花齐放（眼镜、机器人、车载、边缘设备），每个场景对芯片的需求不同。标准化产品（Arm）很难同时满足所有场景，但可定制的RISC-V可以。
当然，生态壁垒仍然巨大——游戏、应用都针对Arm优化。孟建熠也承认"生态"是最难的事。
商业视角：这意味着什么
RISC-V拿到了云计算入场券。C950的性能已经可以用于云服务器CPU，堆叠多核后能进入数据中心。这意味着在x86和Arm垄断的市场里，出现了第三个可选项。
国产芯片的路径不是"替代英伟达"，而是"找到他们做不了的地方"。孟建熠原话：“我不是说一定要把谁颠覆掉，我认为我一定会找到他们做不了的地方。”
“AI芯片=GPU"这个等式正在被改写。C950原生集成矩阵运算引擎，CPU直接跑千亿参数模型——GPU作为AI专用加速器的垄断地位正在松动。
生态建设必须背靠大厂。孟建熠在知合计算做了三年下游产品后得出结论：跳过生态做市场还是很难。阿里+达摩院的生态能力，是玄铁相比其他RISC-V玩家的核心优势。
英伟达也有路径依赖。孟建熠评价英伟达"成本很高”，CUDA仍会长期存在，但RISC-V+定制化这条路线，在特定场景下会更有竞争力。
基于新皮层（第一财经）与阿里达摩院首席科学家孟建熠的对话整理分析。 原文：https://mp.weixin.qq.com/s/W0S8H3ITwgCuGb9wMLgnsA