如何看待兆芯的新一代cpu？

先说清楚x86指令集如何获得intel授权的先，是否满足自主三原则，1.指令集无限制自由使用扩展2.微结构自主开发，源码无限制使用修改，3.国内工艺制造。尤其前两条是必要条件，否则不是自主可控。最后的下场就是等养肥了被人宰了吃肉。

从兆芯官网看技术支持页面，页面上就有X86解决方案。

“以赛亚”架构的兆芯，核显使用S3（两者皆来源于VIA）。

要运行WINDOWS芯片就必须支持X86，X86一直牢牢把持在INTEL和AMD手中多年，兆芯这个X86授权来自于VIA（威盛）。兆芯是台湾威盛电子和上海国资委合办的。

有X86的芯片自然可以运行WINDOWS。

国内另一家有X86授权的是和AMD合作的海光，X86授权来自AMD。

目前兆芯性能在英特尔和AMD面前还属于婴孩阶段。既然出生了就总会成长的。

跑分7837是多线程得分！对应ZX-D 8core。

Fritz Chess Benchmark测试主要还是偏重多线程测试，可以把测试结果作为CPU能力的一部分，但不能代表CPU综合能力。

这张Fritz Chess Benchmark测试图多少还是有点水分的。I5 7500@3.4G得分也就10000出头多点点，绝对达不到14000。

（Fritz Chess Benchmark V4.2各种处理器跑分得分）

有自信、有发展是好事，但也请真实不要拔高。产品好消费者自然支持！

兆芯的优点是兼容x86指令集能跑Windows，缺点是它的x86授权在2018年4月到期后可能面临无法继续获得授权的风险。自主但不可控，是兆芯面临的最大挑战。

自主研发的x86通用处理器

兆芯开先KX-5000系列处理器的设计开发工作从2013年年底就已经开始筹备，到正式发布经历了若干个重大的关键时期，包括了架构设计、流片、系统调试等，总共花了3年左右的时间。

在各方面的投入上，兆芯开先KX-5000系列处理器的研发工作人力投入累计9000个人月；使用了4000个计算核心和200TB的存储空间，应用了10台硬件加速器和仿真平台作全系统验证，仿真指令超过1500亿条组合；测试软件项目超过300种，测试激励超过4000小时；在系统验证阶段更针对CPU、GPU、内存控制器、PCIe等进行了包括功能、性能、功耗、良率、压力和老化等方面的全方位测试。

从性能上看，兆芯开先KX-5000系列8核处理器的性能已经基本达到第六代酷睿处理器Core i3-6100的水平。国内的一些电脑厂商，包括联想、方正等也推出了使用兆芯CPU的桌面电脑。

兆芯在知识产权上所面临的风险

兆芯是2013年上海国资委和台湾威盛电子（VIA）合资成立的，上海国资委持股80%，威盛持股20%。当年FTC（美国联邦贸易委员会）通过反垄断的措施强制Intel授权x86指令集给威盛，而兆芯又通过与威盛合资的方法间接获得了的x86指令集授权。

但即使如此，威盛的x86指令集授权将于2018年4月到期。到期后兆芯的前途命运就会掌握在Intel手中，一旦Intel增加新的指令集并且Windows发布新版本后，兆芯目前的x86处理器就无法继续支持。

所以，兆芯在知识产权上的主动权已完全掌握在Intel手里。并且，这种风险会与兆芯市场份额呈正相关关系，市场份额越大，诉讼风险便会随之变大。自兆芯成立以来，其是否拥有合法x86授权问题便一直广受质疑。但对此，兆芯却鲜有回应。

兆芯的X86授权得自于威盛，就是威盛撑不下去了，借个壳，拿点政府经费。结果好像拿到几十个亿。相比兆芯，龙芯更有发展潜力。

X86的授权很严格，指令集不断在更新，兆芯拿到的2018年之前的授权，明年要是intel AMD出个新指令，兆芯就不能做了。要是windows再出个新版本，支持X86的新指令，兆芯就不能兼容了，只能安装老版本的WINDOWS。所以兆芯是自主CPU，但不可控，能不能做大全看英特尔的脸色。威盛就是很好的例子，风风雨雨这么多年，一直游走在边缘地带，市场份额可以忽略不计。

龙芯拿到的是Mipse的永久授权，还发展了自己的指令集以适应桌面应用，从CPU到系统完全是自主可控，现在商业化做得也不错，软件环境也能满足办公，政府应该大力扶持，比如投入资金到开源社区，发展linux生态。强制党政军使用自主CPU 自主系统。

很可惜，政府有关部分还是目光短浅，扶植X86，为自己挖坑。如果X86的虚拟化平台大规模布署于5G主干网，这将是中国通讯业的灾难。不但自主CPU被打压，连华为中兴做通讯硬件的厂商市场也会大大缩水，只有英特尔笑到最后。

帝国时代终极版win10可以玩吗？加速器用什么来玩？

经过4K重制的经典RTS游戏《帝国时代：终极版（Age of Empires: Definitive Edition announcement）》已经上架国区Win 10商店，根据微软此前公布的信息，本作将自带简体中文。 根据Win10商店页面上的信息，《帝国时代：终极版》仅售67元，这个价格还是相当实惠的。语言支持方面暂且还只有英文，不过微软在ChinaJoy 2017上已经确认本作会自带简中，所以也无需担心。另外下载大小上的“10.09MB”应该是标注错误吧... 　　在系统要求方面，《帝国时代：终极版》推荐配置要求相当亲民，最低要求甚至是只要求核显。想要了解更多关于本作的信息，也可移步《帝国时代：终极版》的试玩体验报告。 　　系统要求 　　最低配置 　　操作系统：Windows 10 　　体系结构：x64 　　DirectX 版本：11 　　内存：4GB 　　Video Memory：1GB 　　视频内存：未指定 　　处理器：1.8 Ghz Dual Core or greater i5 or AMD equivalent 　　图形：Intel HD 4000或更高(16个或更多执行单元), nVidia GPU scoring 500 or more on Passmark G3D Mark; AMD GPU scoring 500 or more on Passmark G3D Mark。 　　推荐要求 　　操作系统：Windows 10 　　体系结构：x64 　　DirectX 版本：11 　　内存：16GB 　　Video Memory：未指定 　　视频内存：2GB 　　处理器：2.4 Ghz i5 or greater (4 HW threads) 　　图形：Nvidia GTX 650; AMD HD 5850

i7-8700处理器怎么样？

i7~8700通常称为酷睿i7八代处理器，是i7中最好的一款，这一款处理机可以畅玩几乎目前所有的游戏，包括绝地求生啊，消逝的光芒啊等等之类的游戏，玩绝地都不需要加速器的那种CPU，就是价格比较高，但性价比好，玩游戏介意买，商务用机不建议使用，i54代的处理器足矣应付绝大多数商务使用了

英特尔i78700非常好，他的性能方面有很大提升，使用的是最新的处理器。他的人耗问题也得到了一定解决，使用起来，续航方面得到了有效提升。不会因为他的性。能过强导致手机的电池续航能力降低，使用起来还是非常实用的机，方便又快。

他的性能也保持了他可以高效的运行

I7 8700属于高端CPU了，还是很可以的处理器。建议用它搭配3060显卡。

这款处理器是六核十二线程，默频3.7Ghz，最大睿频4.6Ghz，无论是办公、编程、做视频还是游戏多开，都游刃有余，而且8700因为不能超频，主板搭配价格亲民的B360系列即可，无需Z370这样的高端主板。

黄仁勋首谈ChatGPT专用GPU，HGX A100可提速十倍，英伟达GTC大会有何看点？

HGX A100 是一款专为 AI 工作负载而设计的高性能计算平台，配备了 NVIDIA A100 Tensor Core GPU 和 NVIDIA NVLink 技术，可以提供卓越的计算性能和可扩展性。如果 ChatGPT 使用 HGX A100 进行训练，可能会获得十倍的提速，从而加速模型的训练和部署。

英伟达 GTC 大会是英伟达每年举办的一次技术盛会，旨在为人工智能、深度学习、自动驾驶和高性能计算等领域的专业人士提供一个交流和学习的平台。在大会上，英伟达通常会发布最新的 GPU 技术和产品，分享行业趋势和最佳实践，以及展示最新的 AI 应用和解决方案。因此，对于 AI 技术和行业感兴趣的人士，参加英伟达 GTC 大会是一次难得的机会，可以了解到最前沿的技术和发展趋势。

此外，英伟达 GTC 大会通常会邀请行业专家、学者和企业家分享他们的经验和见解，与会者可以通过参加主题演讲、技术研讨会、培训课程和展览等活动，与顶尖人才交流，拓展人脉和技术视野。除此之外，英伟达还会颁发年度最佳实践奖，表彰在各个领域取得卓越成果的企业和团队，这也是一次展示自己实力和吸引投资的机会。

对于 ChatGPT 专用 GPU 来说，英伟达 GTC 大会是一个很好的平台，可以与其他同行企业和专业人士交流和合作，展示自己的技术和优势，同时也可以了解到最新的 GPU 技术和市场动态，为未来的研发和创新提供更好的参考和支持。

HGX A100是由英伟达推出的一款专用GPU加速器，它配备了8个NVIDIA A100 Tensor Core GPU，可提供高达640 GB/s的总带宽和3.2 PetaFLOPS的算力。这款加速器主要针对AI训练和推理等场景，具有极强的计算能力和灵活性。 英伟达GTC大会是一年一度的全球性的GPU技术盛会，汇聚了全球顶尖的GPU开发者、研究人员和企业家。在GTC大会上，英伟达将展示最新的GPU技术、产品和解决方案，同时也会举办各种技术交流和分享会议，探讨GPU在各个领域的应用和发展方向。

人工智能芯片的市场定位？

随着大数据的发展，计算能力的提升，人工智能近两年迎来了新一轮的爆发。而人工智能的实现依赖三个要素：算法是核心，硬件和数据是基础，芯片就是硬件的最重要组成部分。它其实包括两个计算过程：1、训练（Train）；2、应用（Inference）。

为什么需要人工智能芯片？神经网络算法应用的不断发展，使得传统的 CPU 已经无法负担几何级增长的计算量。深度学习作为机器学习的分支，是当前人工智能研究的主流方式。简单说就是用数学方法模拟人脑神经网络，用大量数据训练机器来模拟人脑学习过程，其本质是把传统算法问题转化为数据和计算问题。所以对底层基础芯片的要求也发生了根本性改变：人工智能芯片的设计目的不是为了执行指令，而是为了大量数据训练和应用的计算。

目前我国的人工智能芯片行业发展尚处于起步阶段。随着大数据的发展，计算能力的提升，人工智能近两年迎来了新一轮的爆发。数据显示，2016-2019年我国智能芯片的市场规模从19亿元增长至56.1亿元，复合年均增长率为43.5%，预计2021年市场规模将进一步增长，达到86.3亿元。未来，人工智能芯片行业市场前景非常可观。

人工智能已经成为目前芯片行业的一个重要驱动力。回顾人工智能在半导体行业的发展，我们可以清晰地看到一条从云到终端的演进路线。

　　最初，人工智能主要是作为一种服务部署在云端。本代人工智能基于大数据和神经网络，因此在训练时候需要大量的算力，在云端部署的时候也需要算力做支撑，因此云端人工智能领域中以Nvidia为代表的GPU加速人工智能成为了关注焦点，同时也有以Graphcore、Habana为代表的云端专用人工智能芯片公司与GPU分庭抗礼。2018年之后，随着模型和芯片设计的优化，人工智能逐渐从云端下沉到手机等强智能设备终端，在手机上基于人工智能算法的超分辨、美颜、人脸识别等应用也渐渐得到了主流认可，相应的芯片（IP）也就成为了手机SoC上不可或缺的一部分

当前，我国人工智能芯片行业正处在生命周期的幼稚期。主要原因是国内人工智能芯片行业起步较晚，整体销售市场正处于快速增长阶段前夕，传统芯片的应用场景逐渐被人工智能专用芯片所取代，市场对于人工智能芯片的需求将随着云/边缘计算、智慧型手机和物联网产品一同增长，并且在这期间，国内的许多企业纷纷发布了自己的专用AI芯片。

尽管国内人工智能芯片正逐渐取代传统芯片，但是集成商或芯片企业仍在寻找新的合作模式，这样才能很好地抓住新客户的需求。