从24核ARM CPU切入AI推理、中低端通用服务器与存储市场，同时布局RISC-V，希奥端计算正在寻找CPU进入AI时代的新路径。

过去几年，国内CPU企业一直在寻找自己的突破口。最熟悉的一条路径，是信创。这条路解决了国内企业的CPU产品从“有没有”到“能不能用”的问题，也培育了一批国内CPU企业。但随着产业进入新的阶段，仅仅依靠传统替代逻辑，已经越来越难以解释国内CPU企业的下一步的增长空间。

现在，一个新的变量正在出现：AI算力设备。从大模型训练到推理，从云端服务器到边缘计算，再到正在快速发展的Agent AI，计算系统正在重新被定义。GPU、CPU、NPU、存储和高速互连之间的分工正在发生变化，服务器的形态也不再是过去那套简单的CPU+内存模式。

这反而给国内CPU企业提供了一次新的机会。因为这一次，国内CPU企业面对的未必是一个已经高度固化的存量市场，而是一个仍在形成中的增量市场。

希奥端计算生态总监肖军

“真正的问题已经不是“国内企业的CPU产品能不能替代现在市场主流CPU产品”，而是下一代AI风口形成的时候，国内CPU产品能不能提前卡位。”在第六届集成电路设计创新会议暨应用展（ICDIA 2026）媒体群访环节，希奥端计算生态总监肖军指出。

同时，他也透露公司目前正在同时推进ARM和RISC-V两条CPU路线：第一代ARM产品已经完成流片，第二代ARM产品正在研发，同时第一代RISC-V产品也在推进。

乍看之下，这是两条不同的技术路线。但如果放到AI算力正在重构的背景下看，这其实是一套颇有意味的组合：ARM解决今天的商业化，RISC-V押注明天的计算架构。

为什么CPU这么难做？技术只是其中一个答案。更大的问题在于，CPU已经是一个高度成熟的产业。在服务器市场，x86拥有长期形成的硬件和软件生态；ARM服务器CPU近年来快速发展，也已经形成了云计算领域的成熟案例。

与此同时，国内CPU企业在国内建立了一套以信创为代表的市场体系。因此，一个后来者如果试图进入这个市场，面对的并不是一颗CPU，而是一整套已经运行多年的生态。

客户习惯什么指令集？操作系统支持什么架构？数据库能不能运行？中间件是否完成适配？编译器效率如何？服务器主板是否成熟？应用迁移成本是多少？这些问题任何一个没有解决，都可能影响客户最终的采购决策。

所以，国内CPU产品过去面临的核心矛盾是：你必须进入一个已经被别人定义好的市场。

但AI正在改变这一点。AI服务器、推理服务器、边缘AI、AI工作站、存储计算等新型场景仍然处于快速演进过程中。甚至服务器内部不同计算单元之间的关系都还没有完全固定。

这就给国内CPU产品留下了一块新的空间。“这不是重新进入旧战场，而是在新战场里寻找自己的位置。”肖军指出，希奥端计算选择的正是这个方向。

希奥端计算目前最值得关注的战略动作，就是同时推进ARM和RISC-V。这看起来可能有些“贪多”。毕竟CPU本身就是一个研发周期长、投入大、工程复杂度高的产业，同时做两条架构路线，对团队和资源的要求都非常高。

但肖军给出的逻辑非常清楚。“ARM的优势在于现在。ARM拥有成熟的生态和较好的性能，能够帮助希奥端计算尽快进入商业市场。对于一家仍处于产品导入阶段的CPU公司而言，这是非常现实的选择。”他表示，“如果选择一条生态尚未完全成熟的路线从零开始，公司需要同时承担芯片、操作系统、编译器、数据库、中间件和应用软件的适配压力。这会极大拉长商业化周期。”

ARM则能够把其中一部分生态门槛直接降低。所以希奥端计算第一代产品选择ARM，并不是因为ARM“更先进”，而是因为：ARM更适合解决企业今天的商业问题。而RISC-V解决的是另外一个问题：未来的计算架构会不会发生变化？

RISC-V这几年在国内持续升温，原因大家已经非常熟悉。它开放、灵活、可扩展。但如果只把RISC-V理解为“一个免费的CPU架构”，其实低估了它的价值。

AI时代的计算系统正在变得高度异构。未来一台服务器可能同时包含：CPU、GPU、NPU、DPU、各种专用加速器、HBM、DDR以及高速存储。CPU也未必需要承担所有计算任务。

它可能更多承担通用计算、系统控制、任务调度以及各种异构计算资源之间的协调。这时候，一个开放、可扩展的CPU架构可能拥有更大的想象空间。因此，希奥端计算提前布局RISC-V，更像是在给未来留下一个选择。目前公司采用的是授权RISC-V核，并不是从ISA开始全部自研。这同样是一种比较务实的方式。

它没有试图一次性解决所有问题，而是先把资源投入到真正能够形成产品竞争力的部分。所以，如果把两条路线放在一起看，可以得到一个非常清晰的判断：

“ARM是希奥端计算进入今天市场的入口，RISC-V则可能成为公司参与下一代计算架构竞争的筹码。这不是简单的“双路线并行”，而是一个时间维度上的布局。”肖军表示。

今天服务器CPU市场有一个非常明显的趋势：核心数量越来越多。100多核、200多核已经不再是什么特别陌生的数字。如果按照传统CPU竞争逻辑，一家新进入者似乎必须不断增加核心数量，才能证明自己的性能。

但希奥端计算的第一款产品选择了24核。这其实很值得分析。因为它意味着，公司没有把自己定义成一个“最高端服务器CPU挑战者”。按照肖军介绍，第一款24核CPU主要聚焦：中低端通用服务器、边缘AI推理服务器、存储服务器以及工作站。

这些市场与训练型AI服务器并不是完全相同。

对于大规模AI训练，CPU往往需要配合大量高端训练设备，系统对CPU核心数量和整体计算能力要求非常高。但对于推理、边缘AI和存储等应用，需求结构不一样。这时候，一颗CPU真正重要的指标可能不只是“有多少核”，而是：计算能力够不够、内存带宽够不够、I/O够不够，以及整个系统成本是否合理。这就是希奥端计算选择的错位竞争。

肖军表示希奥端计算强调的两个产品指标值得特别关注：DDR5 8000 MT/s，以及PCIe 6.0。为什么？因为AI推理越来越容易碰到一个问题：计算不是唯一瓶颈，数据搬运同样可能成为瓶颈。

尤其是大模型推理。随着上下文长度不断增加，KV Cache规模也越来越大。 推理设备内部的高速缓存和显存资源并不是无限的。当数据需要在推理设备、CPU内存以及SSD等不同层级之间流动时，系统性能就会受到内存带宽和I/O能力影响。

这时候CPU的角色就不再只是“运行程序”。

它还要承担：

所以，希奥端计算把DDR5和PCIe作为产品重点，并不是简单追求规格上的领先。

背后其实对应的是一个新的系统设计逻辑：CPU要成为AI计算系统的数据和任务中枢。这尤其适合边缘AI推理和存储计算场景。

肖军表示如果把希奥端计算24核CPU与市场上100多核甚至200多核CPU简单比较，意义并不大。因为双方解决的不是完全相同的问题。

肖军在采访中也明确表示，公司不会与高端AI服务器CPU正面竞争。例如高端产品可能面向训练市场，一颗CPU配4个甚至8个高端训练设备。希奥端计算则更倾向于：*一颗CPU配2个或者4个推理设备。

这种差异背后，是产品定位的差异。更重要的是商业模式也不同。行业巨头往往提供高度标准化的高端产品。而 希奥端提供更加灵活的商业模式。如果客户拥有自己的整机产品线和销售渠道，希奥端计算可以提供芯片和技术支持，由客户完成整机研发和销售。

如果客户希望获得更加完整的产品，公司也可以依托上下游生态，进一步提供整机方案。这种灵活性，是一家国内CPU企业在面对行业巨头时可以建立的差异化--不一定比别人做得更“大”，但可以做得更贴近客户。

如果说ARM路线解决了架构和生态的一部分问题，那么希奥端计算真正需要自己解决的，是另外一部分生态。肖军用了一个非常明确的判断：CPU是生态型产业，必须生态先行。

这句话很重要。

因为CPU企业如果等产品正式量产之后才开始找软件厂商适配，往往已经晚了。所以希奥端计算从产品定义阶段就开始做生态布局。

一方面是工具链。包括迁移、调优等工具，需要尽可能与CPU产品同步。

另一方面是操作系统。目前公司已经参与欧拉社区、龙芯社区，在社区中贡献相关代码，另外公司也加入了相关产业联盟，并参与标准制定和白皮书编写。同时，公司也在提前梳理主流开源软件。

包括：操作系统、数据库、中间件等基础软件。不仅仅是把软件名称列出来，而是提前准备测试用例。这样等芯片出来之后，可以直接进入适配和验证阶段。

商业软件方面，公司也已经与部分大型商业软件厂商进行沟通。更值得注意的是：在芯片正式流片之前，希奥端计算已经在EMU和FPGA环境上跑操作系统。目前CentOS、OpenEuler、Ubuntu等操作系统已经能够运行。

这说明公司希望把“芯片研发”和“生态研发”变成并行工程。

两条架构路线同时推进，必然会带来另一个问题：ARM的生态投入能不能复用到RISC-V？肖军的答案并不是简单的“可以”。两种架构的技术栈存在明显区别，因此不能完全复用。

但生态伙伴可以部分重叠。比如操作系统厂商，同一家企业可能同时提供ARM和RISC-V版本。数据库、中间件以及部分开发工具也可能存在类似情况。

这意味着：生态不是完全复制，而是部分共享。

这对于希奥端计算这样的企业尤其重要。因为CPU研发本身已经是一个重投入产业，如果两条架构路线的所有资源都完全独立，公司很难长期承受。因此，如何在ARM和RISC-V之间形成最大程度的生态协同，也会成为希奥端计算未来需要解决的重要问题。

回到最初的问题：为什么今天还值得关注一家新CPU公司？因为市场环境已经和过去不一样。过去国内CPU产品更多是在成熟计算体系里寻找替代空间。而今天，AI正在重新定义服务器。

GPU越来越重要，NPU越来越多，存储层级越来越复杂，高速互连不断升级，Agent AI又让任务编排和数据调度变得更加复杂。

这意味着：下一代计算系统还没有完全定型。而只要系统还在重新定义，后来者就有机会。

希奥端计算目前选择的路线非常明确：用ARM的成熟生态降低商业化门槛；用高性能ARM核切入中低端通用服务器和边缘AI推理服务器；通过DDR5 8000 MT/s和PCIe 6.0强化内存与I/O能力；

通过生态先行降低客户迁移成本；同时提前布局RISC-V，为未来架构变化留下空间。这套组合并不意味着它已经拥有与行业巨头正面竞争的实力。

事实上，肖军自己也没有这么定义。但他至少提供了一种值得观察的国内CPU产品拓展路径：不再把“国内的CPU产品”简单等同于“替代某一家主流CPU产品”，而是把AI算力的新需求当成重新定义产品和市场的机会。

国内CPU下一阶段真正值得关注的，可能不是谁能够做出最多核的CPU。也不是谁的跑分最高。而是谁能够在AI算力重构过程中，找到一个真正属于自己的位置。从这个角度看，希奥端计算的ARM+RISC-V战略颇有代表性。

ARM是一条已经铺好的高速公路--它有成熟的生态、有成熟的软件、有成熟的商业模式，能够帮助希奥端计算尽快完成从芯片到产品的跨越。RISC-V则更像一块仍在建设中的新土地--它的生态还在成长，技术路线仍然存在演进空间，但它给国内CPU企业留下了更大的架构主动权。

所以，两条路线并不是简单的“左右摇摆”。恰恰相反，它们对应了两个不同的时间尺度：

“用ARM抓住今天的边缘AI推理和中低端服务器市场，用RISC-V布局下一代计算架构。”而这或许才是AI时代国内CPU企业真正应该思考的问题。

“不是再做一遍过去的CPU，而是在AI重新定义算力的时候，争取参与下一代CPU和计算平台的定义。”肖军表示，对于希奥端计算而言，24核CPU只是起点。真正决定这条路能走多远的，是它能不能把芯片、操作系统、软件生态、服务器厂商以及AI应用真正连接起来。如果这条链路能够跑通，那么ARM给它的就不只是一个CPU架构，RISC-V给它的也不只是另一套指令集。二者共同构成的，可能是一家国内CPU企业在AI时代寻找自己位置的两把钥匙。