全球算力需求正以年均约30%的速度增长，传统芯片架构的压力日益凸显。以智能手机影像处理为例，需实时完成万亿次矩阵运算；自动驾驶系统则要在每秒内处理并协调多传感器数据流。这些高强度场景暴露出通用处理器“通用但不够高效”的短板。业内专家认为，问题的根源在于冯·诺依曼体系架构与人工智能计算负载之间存在结构性不匹配。
芯片竞争表面是制程、晶体管数量和算力指标的较量，实质是架构选择、系统工程能力与生态建设水平的综合比拼。面对算力需求持续增长的新阶段，只有以应用需求为牵引、以软硬协同为支撑、以安全可靠为底线，才能把算力更有效地转化为产业升级动力，并以更可负担、更可持续的方式进入更多行业与家庭场景。