TrendForce: 預估2027年Server CPU出貨年增破40%，Arm-Based產品市占持續擴大 根據TrendForce最新AI server產業研究，隨著各AI服務業者積極推出AI Agent相關應用，server CPU需求自2025下半年起穩步成長。預估2026年出貨年增幅將達31%；2027年因AI推論需求持續成長、Agentic AI服務滲透率提升，出貨量有望再年增逾40%。這將改變長期由x86主導的市場格局。 AI Agent服務興起使雲端資料中心server AI推論工作負載占比增加，逐漸改變server內部CPU與GPU/ASIC配比。業者規劃的機櫃方案與成長態勢，將從過往的1:8向1:2、甚至1:1方向發展，進一步增添server CPU出貨動能。 競爭格局方面，2025年以Intel、AMD為主的x86陣營主宰近90%市場，Arm-based產品市占率才剛突破10%。2026年雙方皆積極出貨爭取AI推論商機，但Intel新品因製程與封裝挑戰遞延，僅靠既有Emerald Rapids、Granite Rapids支撐，又受限自家製程產能吃緊，出貨成長受限、市占下滑。AMD新品Venice已小規模量產，主力仍為Genoa與Turin平台，雖受TSMC產能影響，預估市占將顯著成長至約27%。 Arm-based方面，AWS持續導入Graviton、NVIDIA Grace需求擴張、Google Axion大量出貨、Microsoft Cobalt 100與Arm自研AGI進入量產，使2026年Arm出貨成長優於x86，市占突破20%。TrendForce預期2027年Arm市占可望擴大至30%，主要動能來自NVIDIA Vera明顯擴大出貨，以及Google、AWS、Microsoft、OpenAI、Arm、Huawei等新CPU大量生產，加上阿里巴巴倚天720/730等新品帶動。x86陣營中，Intel新品仍小量釋出，AMD出貨更穩健並預計2027上半年推新品，市占持續提升。

今天芯片圈最大的新闻，莫过于Gerard在创立Nuvia CPU被高通收购五年之后，重新出发，新创立了ARM CPU公司，名字也跟之前非常像，叫Nuvacore 现在这个时间点做数据中心CPU，确实是赶上了CPU十年来最好的时代: AI agent带来CPU短缺潮已经经隐隐浮现，AWS多个客户都提出要包揽所有Graviton ARM CPU产能 ------------ 这个消息对硅谷的芯片打工人吸引力是巨大的，Nuvacore这次的阵容都是功成名就的明星阵容，以前Nuvia创始团队重新集合，拿了红衫的投资，做面向 AI 基础设施/agentic computing 的通用ARM CPU。当年还是一个尚未完全被验证的大方向都能大获成功，而现在ARM CPU服务器正在风口浪尖上，前景和想象力和2019年Nuvia比起来大了太多了 上一次Gerard把Google，苹果platform architecture组的架构大佬挖了好多过去，这次的号召力只会强得多，240m的融资，已经验证过的路径和创始团队，肉眼可见的下一个增长风口，一定会让Nuvacore成为湾区最热门最受追捧的芯片startup，没有之一。毕竟这是一个肉眼可见能财富自由而且风险收益比极好的机会 ---------- 遥想当年Nuvia第一代CPU的发布赶上苹果M2时代，还是挺震撼的，Nuvia让高通在一年的时间CPU跑分进步了整整三代，单核跑分从2300变成3200，竟然超过了苹果M2 max一大截 可惜Nuvia Phoenix core从发布到最后上市拖了太久太久，中间苹果把牙膏挤爆了连着上市了M3/M4，于是Nuvia CPU上市之后从跟M2比较变成了跟M4比较，从期待中的C位变成背景板了 当年Nuvia的眼光非常超前，在2019年ARM CPU服务器市场占有率几乎为零的情况下，就是想从零开始打通这个市场，2021年被高通14亿美元收购之后，高通也给了无限的资源支持，扩招力度很大，给的薪水都是市面上最高一档的。 可惜大环境在2022年恶化的很快，加上高通的管理层战略眼光实在太差太短视，在业界ARM服务器生态都开始有起色的时候，为了股价节约开支，竟然再一次把自家的Nuvia CPU 服务器团队解散了（算上2015年已经解散过一次ARM服务器团队） 直到2025年，Nvidia的Grace ARM CPU都已经发布四年了，Vera ARM CPU都已经自研好久了，Amazon的ARM CPU Graviton都快占据CPU服务器新出货的50%了，高通才后知后觉谨慎的重启ARM服务器项目 所以这次Gerard从高通的高管位置把之前的创始团队拉出来自己干，可能是因为高通高层战略眼光实在太差屡屡错过机会，上次Nuvia想做ARM服务器，高通的承诺也因为大环境恶化没做数，结果被收购之后被高通取消了项目直接改做了laptop芯片和手机芯片 加上高通今年在手机销量上因为内存和存储历史级的巨额涨价，可以预见要受到重创(市场萎缩30%)，能拿出的扩张预算有限，在高通能拿到的资源是受到掣肘的 而在创业公司里比在 Qualcomm 这种大平台里更容易拿到足够快的决策速度、团队纯度、产品定义权和资本叙事，于是选择在窗口已经被验证时重新集结老班底 但更可能因为，AI时代的CPU前景想象力真的太广阔了，完全值得重新投入一次，不是Gerard变了，而是外部市场变了 ------------------------ 进入2025年之后，AI agent的出现，隐隐让CPU重新变成了瓶颈 CPU服务器重新步入增长轨道，而且潜力巨大，有好几个因素： 1. 随着推理时代的到来，GPU演化到针对推理的系统级新架构，CPU 是永远在忙的总指挥orchestrator, 因为要追求token throughput，所以异构计算阶段变多 + 批处理数量batch越来越大，scheduling/routing/data flow复杂度变高，对orchestration要求也变高 所以在系统级异构推理架构里，AI加速器和GPU在CPU：GPU的配比上，也变得更为激进，从以前的1：4到Grace Blackwell的1：2，以后是很有希望达到1：1的比例的。Google TPU配Axion，Amazon Tranium配Graviton，Nvidia Rubin配自家Vera CPU 这条在我的去年11月半导体年终回顾写过，基本上在2026年成为了共识，虽然这部分主要是各家AI 芯片自研，并不是纯粹的CPU服务器，其实不算是外部CPU服务器的机会 2. 也是同一篇年终回顾里写到的： 从CPU视角去看agentic workload，routing和工具处理都在CPU上，如果把常用的agentic框架做profiling，比如SWE-Agent, LangChain, Toolformer，CPU最长可以占到90%的E2E端到端延迟，throughput瓶颈也更多的卡在CPU，CPU甚至能耗也超过了总能耗的40% Agentic AI目前是一个CPU瓶颈更多的事情，Agent管理很多个CPU，再加上agent经常要开sandbox，很可能会成就CPU需求的新一波回暖 现在回看去年写的这个逻辑，潜力是非常大的。但其实年初可能并没有很大规模发生，年初的CPU增长和各家渲染的CPU短缺潮和这个逻辑暂时关系不大，更多可能是前几年的capex投入GPU的比例太大，造成传统CPU服务器投入不够，所以需求上升是一个回补之前传统服务器投入不够的部分。 但到了下半年甚至2027，agent会开始更广泛的铺开，比如智能导购和客服，已经占到了Amazon去年年底100万CPU采购的相当部分比例，这部分的增长是很快的 前两个逻辑，基本上是今年主流叙事在讲CPU潜力的共识，但是我的感悟是，还有另外两个逻辑被低估了： 3. 造成CPU服务器潜力更大，更长线的主逻辑，可能和agent本身没有直接关系，而是code agent带来的副产物： coding门槛和速度的大幅优化，让“构建软件 + 连接软件 + 调用软件 + 自动化软件”这整件事便宜了一个数量级，Jevons 悖论在software供给端的展开，最终把世界推向更高的软件密度和 API 密度，这直接带来了CPU传统workload的线性上升 从2025年年底开始，coding agent迎来了质变，Claude code迎来了爆发式增长，三个月的token营收增长了三倍，那么导致的下一步必然是Code量的十倍增长,以及App数量的巨量增长 即便是在大厂，每天1m token消耗只能算是个平均水平，人均coding量必然是翻倍的（小厂就是翻十倍了），code供给量暴增，不会只停留在 repo 里，而会逐步变成更多长期运行的软件资产，长期存活的feature变多，product变多，microservice变多，API变多 长线来看，App/API所有的生产成本和生产周期会变成原来的10%，API实现极大富足。那么API的Usage就会大量的上升,这就会造成传统CPU Workload或者说CPU Seconds大量的上升，这甚至和agentic没有直接关系 时间维度上，这个逻辑并不是短期性质，Claude code的爆炸是这几个月刚发生的事情，那么产品上线，microservice，api上线，可能都要向后延迟。当软件变便宜，社会不会少用软件，只会把更多事情软件化 所以也许到下半年甚至更久才会看到，传统cpu云的需求又莫名其妙增加了，表面上看，甚至和AI agent没有直接关系 4. CPU是一个技术上很难通缩的东西，不像内存/存储有很多压缩算法会降低单任务对存储的用量，CPU workload增长转化成硬件需求增长是实打实的 比如说kvcache其实每年都有各种压缩技术出现，老的压缩技术比如kvcache的multi-head它会share一个head（GQV），这个大概会相当于4倍的压缩，再比如说去年turboquant这个技术也会新带来几倍的压缩。然后加上数据精度从FP16到现在的下一步要到FP4，精度的下降都会带来kvcache的压缩，从而带来存储方面的技术通缩。 但CPU是一个技术层面上通缩量很小的事情，目前任何的agentic的cpu workload（CPU seconds）增长都是硬件需求增长，它通缩的方面只有每年每一代跑分提高的10%到15%。如果说另外通缩因素，比如云的五倍六倍的超卖会不会影响？不会，因为它一直是超卖的，所以说超卖/利用率低这个CPU技术通缩的因素不会继续扩大了，每个增长的CPU seconds都是不怎么带打折的硬件线性增长 ARM的指引是CPU的供需缺口可能会到30%以上，这几个原因的叠加，加上AI服务器对CPU服务器产能和订单的挤压，可能会让缺口更大，各个hyperscaler的反应可能是会滞后的 ------------------ CPU整体需求潜力增长的同时，ARM服务器CPU也赶上了历史上最好的时代： Hyperscaler为了节省成本，接近50%的新增传统server CPU都是ARM，Google的Axion，Amazon的Graviton，Microsoft的Cobolt，Graviton甚至2026年的产能已经全部卖完，瓶颈成了产能 Google TPU配Axion，Amazon Tranium配Graviton，Nvidia Rubin配自家Vera CPU，这部分CPU为什么会集体转向ARM，除了成本因素之外，也因为推理系统为了追求token throughput，batch越来越高越做越复杂，自研ARM CPU以及系统性软件硬件的co-design会更方便，比如Nvidia是Dynamo去控制Vera和Rubin之间的协同 Nuvacore的规划上来看，不仅仅满足于做IP，也要做成品，因为在招聘网站上出现了validation engineer的职位 但是这次Nuvacore面临的挑战也不小：起步太晚了，无论是市场上，还是技术上，竞争都激烈了很多。CPU服务器和七年前比，已经复杂了很多，已经不再是单片CPU的竞争，而是rack系统级别的复杂度 现在开始做2028~2029年上市的CPU，要做到rack级别有竞争力，规模要大很多，基本上要几十个chiplet，500+个core拼起来，还要考虑如何适配AI agentic workload，工作量比以前明显要大的多，对一个startup的挑战比七年前也大得多 ---------------- 上次Nuvia在成立两年之后成功的以14亿美元出售，这次市场热度比五年前高了一个数量级，Nuvacore之后的路会怎么走呢？ 如果是被收购路线，其实买家可能比五年前比并没有更多，这五年里，Google有了Axion，微软有了Cobalt，Amazon有了Graviton，Nvidia自研的Vera CPU已经成型，连ARM也打破了35年来只做IP的常规，开始做自己的AGI CPU芯片 最有可能的是Softbank系，softbank已经在ARM CPU服务器生态上布局深耕了多年，65亿美元收购了Ampere，再收购Nuvacore是很正常的事情，这个市场想象力足够大 其他的选择也可能是Meta，因为几家互联网公司里，只有Meta的silicon house没有稳定可靠的CPU服务器，有限的资源在MTIA都做AI加速器去了 但是Meta的问题在于稳定性极低，决策每个月都在变化，注意力非常短期化，项目随时取消，对Nuvacore来说完全无法兑现潜力，是一个非常糟糕的买家 但总体来说，Nuvacore的选择肯定比五年前宽了太多了，对ARM CPU服务器的潜力大家的共识都很明确，融资的难度要小很多，自己运营扩张起来，阻力比以前小很多，合作伙伴的配合程度上也因为未来预期，会容易很多 完全可以自己做大到比Nuvia当年更大的规模再考虑出路，根本不着急卖

发布一款新App ServerCat：可以查看服务器运行状态，包括 CPU、内存、网络、磁盘读写、Docker 状态。升级到高级版可以使用 iCloud 自动同步数据，部署、管理 Docker，使用 SSH 终端。高级版正在首发特价。由于使用的 SwiftUI 开发所以要求 iOS 13.1+。 

你知道 grokbot 的新版本把 agent runtime 搬到云端了吗？ 然后，local-exec-daemon 做了增量（0.78.1） —— 新本地服务（全部在用户计算机上运行）： 1. Vault 凭证代理：/v1/vault 端点、listGrokBotVaultCredentials RPC、 vault items 带 sites[]、targetRules[]、expectedGeneration、expirationMode、 credentialExpiresAtMs、ticketExpiresAtMs、policyVersion。 2. 本地审批存储（auto-review 落地）：approvalsPath / retirementsPath / standingGrantsPath、 approvalId、accountScope、authorizedByApproval、serverAuthoritative、 1 小时审批窗口（36e5ms，对应 0.77 "30 分钟"→实际 1h）。 "The local-tool approvals file is unreadable" —— 审批状态是 daemon 管理的 JSON 文件。 3. 1Password 集成：工具名 RequestOnePasswordConnect / RequestOnePasswordLogins / SetOnePasswordPreference； RPC beginOnePasswordConnection / completeOnePasswordConnection / getOnePasswordState / syncOnePasswordConnections / deleteOnePasswordConnection；回调 /v1/onepassword-oauth-callback、/v1/onepassword-approval-callback。 4. 凭证 provider 框架：FillCredential / GetCredentialProviderStatus / ListCredentials、 local-exec-daemon-credential.json（daemon 自身凭证）、OAuth 动态客户端注册 （redirect_uris/token_endpoint_auth_method/grant_types…）、Keychain 引用。 5. 多用户计算机：userComputers[]（按 accountScope 区分）、userComputerRetry、 userComputerRemoved —— 对应 0.77 "Route traffic through this computer" 多设备。 6. 移动设备工具：MobileReadCalendar/WriteCalendar、IOSReadHome/ControlHome/ReadHealth/ ReadReminders/WriteReminders、MobileReadContacts、DeviceGetLocation（iOS/Mobile 配对链路）。 7. 工具权限面：权限组 [Computer, Read, Screenshot, Shell, Skill, Vault] + 单独的 CopyToBox/CopyFromBox/ListMachines/AwaitShell。

2️⃣ 项目运作资金源自高利贷 10.11  是 @tradoor_io 的运作分水岭。 一方面因资金短缺为了继续运作项目，一方面为了合理瓜分团队所得的内部利益，翁溢铭与胥彤借口引进了场外配资。 根据知情人士透露，翁溢铭与胥彤通从香港借了月息5%的高利贷来运作 $Tradoor 。 @wintermute_t 在这里面居功至伟。 除了作为 $Tradoor 第一阶段（TGE至2025.10.11）的主动做市商，@wintermute_t  还是 $Tradoor 上BN Alpha &BN 合约 及配资的中间人。这里面，翁溢铭与胥彤借了86万美金，花在上币&做市资金&押金等。 项目TGE之后，翁溢铭与胥彤 从上币、做市/流动性池等多方面小计借了731万美金。 看似很多不合理的地方，实际都是为了将团队所得流入个人口袋。 而@wintermute_t  通过提供场外配资/做市等服务，从翁溢铭与胥彤手上获得项目总筹码超3%的 $TRADOOR 。 另外，据社区消息，在第一阶段WM操盘期间，翁溢铭与胥彤又伙同迪拜的黑灰产团队共同做了个staking 项目 ，再次收割了一波散户。 因为BN10.11事件，@wintermute_t 本身的流动性出了很大问题，旗下一系列小项目包括 $Tradoor 在内都被灭了，两方随即散伙。 事发后，翁溢铭与胥彤的 $TRADOOR 整体已资不抵债，且欠了WM 约600万美金的token。 在那之后，翁溢铭与胥彤又找来了第二家主动MM，并配资介入 $TRADOOR ，通过合约大波动拉砸来暴力恶意收割。 据知情人士透露，这家也是 @BSquaredNetwork   $B2 的主动市商，其背后配资的资金来自于涉黑涉传销的新Jucoin(原聚币网）。 @Xiaoniu6161 @oragnes @monkeyjiang @cryptobraveHQ @maid_crypto @Bqlsj2023 @hebi555 @chuishaoren1 @chaoge_btc @CryptoJHK @Jun666Xx @Jiu_Cai_Ge @ohxiyu @web3foxcn @qin81005 @sciencedegens @wxh24488 @daweifs @Greta0086 @hazenlee @serveryue @BenQrock @angel71911 @crypto919191 @youyou5202 @yesALLOUT @kuang133233 @0xstonegm @btc_xs

黄敏强因赌博案被判刑后，公信宝的公告中明确有给脱罪的表述： 涂国君仅是杭州存信科技的股东。 这个存信科技是什么呢？ 实质是 $GXC 公信宝在中国大陆的运营主体。 杭州存信公司成立于2016年10月28日，股东包括李笑来（占股7.5%）、黄敏强（占股66.5%）、涂国军（占股18.5%）、真格基金（占股7.5%）等，黄敏强担任法定代表人。 杭州存信关联主体包括： 布洛克城（海南）区块链科技有限公司（存信全资控股）； 杭州德链科技有限公司（存信占股30%）。 黄敏强大陆关联主体： 杭州必浪科技有限公司 杭州算数力科技有限公司 宁波算星咨询合伙企业 杭州存信、杭州必浪、算数力、算星等四家主体均统一于2024年下半年注销。 插一句，患难夫妻黄敏强跟范雅芸在杭州有多处房产。 @GXChainGlobal @Mint_Ventures @PDChinese @XinhuaChinese @XHNews @NewsCaixin @caixin @ChineseWSJ @thepapercn @CNS1952 @Echinanews @globaltimesnews @Shanghai_City @shanghaidaily @ChinaDaily @zaobaosg @Xiaoniu6161 @oragnes @monkeyjiang @cryptobraveHQ @maid_crypto @Bqlsj2023 @hebi555 @chuishaoren1 @chaoge_btc @CryptoJHK @Jun666Xx @Jiu_Cai_Ge @ohxiyu @web3foxcn @qin81005 @sciencedegens @wxh24488 @daweifs @Greta0086 @hazenlee @serveryue @BenQrock @angel71911 @crypto919191 @youyou5202 @yesALLOUT @kuang133233 @0xstonegm @btc_xs #rei# #黄敏强# #gxc# #布洛克城#