模范秘书

安谋科技周易X3 Pro NPU，为Agentic AI而生_我的网站

一 |     2026年7月18日，在上海世博展览馆召开的“世界人工智能大会”现场，安谋科技举办了一场聚焦端侧AI的发布会，NPU产品线负责人、首席架构师舒浩博士带来了《Agentic AI时代下，“周易”NPU的全场景进化》的演讲，并披露了安谋科技自研的全新 “周易X3 Pro NPU”。

二 |     　　贵金属板块8月24日早盘表现强势，板块中晓程科技、湖南白银、四川黄金、盛达资源、招金黄金涨幅靠前。

三 |
　　消息面上，国际金价近期的持续走强，是贵金属板块走强的核心推动因素。8月24日，COMEX黄金继续走高，价格一度突破4700美元/盎司。自6月30日盘中刷出回调新低开始，迄今COMEX黄金累计涨幅超过16%。

四 | 　　美国回购长期国债　　综合市场观点来看，虽说黄金的走强受多重因素共同推动，但眼下美国财政部加大力度购买长期债券的决定，成了核心推动因素。　　8 月 19 日，美国财政部长贝森特突然宣布，将10-30年期长期国债的流动性支持回购操作规模从每次20亿美元至少翻倍至40亿美元，9月9日生效，持续至11月4日。

五 | 　　而美国财政部的这一动作主要在以下几方面推动黄金走强：　　一是带动美国长端利率走低，降低了持有黄金的“机会成本”。在贝森特宣布回购长期国债后，美国30年期国债收益率一度回落近10个基点。         “我们正在一个行业变局的浪潮中，从过去的万物互联正要走向未来的万物智能。　　而债券收益率的走低，意味着买入债券的利息收入变少，这变相提升了黄金的吸引力。AI计算底座应该如何进化？我的答案是需要让AI智能体走进每一台边端侧设备，同时让每一台边端侧设备变成我们的智能伙伴。而承载这一愿景的，正是安谋科技自研的周易NPU。”舒浩说道。8月19日当天，COMEX黄金大涨3.62%，就是对此最真实的反应。　　二是削弱美元利差优势，导致美元走弱，使得以美元计价的黄金走强。

六 |          四个关键洞察：AI计算底座必须全面进化          过去一年多来，AI行业从技术、产品到应用场景都发生了巨变。货币的强弱，很大程度上受其利率吸引力的影响。舒浩认为，针对AI智能体的推理场景，AI计算底座必须进行全面的进化。

七 | 当美国财政部大举回购长期债券时，会直接压低长期美债的收益率。

八 |          舒浩的这一判断，主要源自四个维度的观察：          其一，模型能力大幅提升，推理需求从云端走向边端。　　而长期美债收益率下降，意味着持有美元资产所能获得的回报预期降低。舒浩指出，当前AI模型在逻辑推理、软件工程能力和Agent能力三个方向上取得了飞跃式进展。这使得美元相对于其他货币的“利差优势”被削弱，即持有美元的吸引力下降，从而导致美元走弱。　　三是加剧市场对美国财政可持续性的担忧，强化了黄金作为终极避险资产和主权信用对冲工具的角色。逻辑推理基准测试中，AI已经超越人类专家，能够独立处理复杂任务；软件工程层面，AI已接近生产力级别，可像中高级专家一样审阅文档、编写代码甚至修复Bug；而在Agent能力上，过去半年尤其迅猛，现在的AI已经可以熟练操作电脑、使用浏览器，生成和编辑各类文件，从简单的工具演变为可以与人协同的工作伙伴。         模型能力已经完全达到实用化要求，为AI应用爆发奠定了扎实的基础。而更关键的是，中小模型（如30B参数级别）的能力正在快速逼近旗舰模型，这意味着未来的推理计算需求不会只集中在云端，边端侧AI推理将迎来爆发前夜的窗口期。

九 |          其二，推理范式从单轮对话演变为AI智能体多轮协作。　　美国财政部此次宣布回购债券的时点恰逢美国公共债务总额首次突破40万亿美元这一“不祥的里程碑”。这比2025年美国GDP要高出近10万亿美元，意味着每名美国人背负约11.6万美元债务。

十 | 过去使用云端AI，是用户提问上传、云端计算返回答案的一次性交互。　　有华尔街人士表示，美国财政部的举动非但没有完全平息市场的担忧，反而被部分投资者解读为官方孤注一掷的举动，暴露了美债流动性已到需要干预的脆弱境地。　　央行连续21月购买黄金　　除了美国财政部购买长期国债外，各国央行对黄金的持续需求，也在支撑金价走强。世界黄金协会的最新数据显示，2026年第二季度全球央行及其他官方机构合计净增持黄金储备289吨，同比增长62%，环比一季度大增411%，创下近四年来最高季度购金量。　　我国央行是积极买家之一，继今年一季度增持7吨后，二季度又增持33吨，创下2023年四季度以来最大单季购金规模。　　此外，自2024年11月开始，截至今年7月，我国央行已连续21个月增持黄金，创下历史最长连续增储周期，期间合计购买黄金102.02吨。这种模式对网络依赖重，缺乏上下文，无法处理复杂场景。截至今年6月末，我国官方黄金储备达2346吨，占外汇储备总额的8%。而未来的AI智能体时代，将是一个集感知、记忆、推理、行动持续循环的闭环模式。

十一 | 　　12股融资净买过亿　　随着金价的走高，黄金概念股近期受到杠杆资金明显青睐。大量请求需要实时本地处理，需要保持长上下文以应对复杂问题，同时兼顾数据隐私和主动理解场景的能力。湖南白银、铜陵有色近一月被融资净买入3.94亿元；中金黄金被融资净买入3.13亿元。山东黄金、白银有色、四川黄金也被融资净买入居前。整体而言，近一月黄金概念股，有12股被杠杆资金融资净买入过亿。　　招商证券指出，美国财政信用压力持续累积，债务扩张与利息支出形成恶性循环，美元信用面临重估；叠加全球央行持续增持黄金、美联储紧缩预期下降，黄金的货币属性与配置价值凸显，金价有望延续强势格局。         舒浩将其总结为“持续感知+上下文记忆+多模态理解+主动行动”的集合。他强调，这种范式转变“一定会催生NPU计算架构的改变”，NPU需要从一次性的推理加速器进化为AI智能体的计算底座。　　长江证券亦表示，美债回购规模扩大引发市场对美债供给与美元信用的担忧，美元走弱与实际利率回落将推动金价继续上行；短期黄金ETF增持与中期央行购金需求将共同支撑本轮黄金牛市。         其三，不同应用场景推理工作负载高度分化，统一硬件无法适配所有场景。舒浩展示了一组AI推理Token消耗数据：代码编程以52%的占比成为绝对主力，紧随其后的是角色扮演、工程技术、语言翻译、科学计算等。

十二 | 但比起Token消耗，更值得关注的是不同应用场景对系统资源需求的差异。比如，代码编程场景对Prompt和KV Cache需求大，对推理延迟有一定要求，但成本不敏感；角色扮演对推理延迟要求极高，追求实时交互体验；语言翻译则对系统成本最为敏感。

十三 | 　　东财图解·加点干货（文章来源：东方财富研究中心）。         “整个云端推理负载已经分化，不同场景对性能指标、系统资源的要求都不相同。”舒浩断言，“理论上我们没法使用统一的硬件解决方案来适配各种不同的使用场景。

十四 | ”          其四，边端侧AI推理场景需求差异极大。舒浩将边端侧AI场景划分为四大类，各自的核心诉求截然不同：手机、PC、可穿戴等个人终端设备，核心诉求是电池续航、个人隐私和本地快速响应；摄像头、门锁、自动驾驶、机器人等视觉与空间智能场景，核心诉求是多模态传感、低延迟处理和功能安全；工业网关、边缘工控机等工业与能源边缘场景，核心诉求是任务确定性、设备可靠性和长生命周期；家庭AI Box、边缘服务器等边缘节点与AI本地盒子，核心诉求则是多路并发、24小时在线和云边协同。         边端侧AI推理场景对于系统需求的巨大差异，也再度反映了无法用统一硬件方案高效适配所有场景。         周易X3-Pro计算架构：统一、分层、场景化          面对这一核心矛盾，舒浩给出了安谋科技的“周易”NPU的演进路径：一个全场景部署、极致系统效率加高部署效率的计算底座。         回顾“周易”NPU的发展路线图，从2018年的Z1 NPU开始起步，到现在完整经历了CNN时代、CNN+Transformer时代、大模型时代，如今正迈向Agentic AI时代。

十五 |          去年发布的“周易”X3 NPU被定位为“专为大模型而生的端侧AI效率新标杆”。而随着AI智能体的兴起，安谋科技团队正在研发新一代“周易”X3-Pro架构，定位为“面向Agentic AI全场景高效的计算架构”。         舒浩逐层剖析了X3-Pro的核心思路：通过统一架构、灵活的实例化配置来覆盖各种不同场景。未来产品线将分为三个梯度：X3-Pro Lite系列覆盖低功耗端侧推理场景，X3 Premium系列覆盖中等算力推理场景，X3-Pro Subsys系列覆盖大算力复杂推理场景。         支撑这一产品矩阵的，是“统一的分层场景化NPU计算架构”。舒浩解释道，“统一、分层、场景化”三个关键词贯穿设计始终。         具体来说，在应用层，面对边端侧各种各样的推理场景，通过统一的软件层进行适配，保证高部署效率；在中间的核心软硬件适配层，上层定义统一的ISA和统一硬件界面，下层则引入差异化的硬件抽象，以对接不同的硬件层；硬件层在统一计算架构下，可设计可穿戴专用NPU（强调专用架构和高计算效率）、端侧通用NPU（强调通用架构和高灵活性）、存算一体NPU乃至非冯·诺依曼创新架构（强调高灵活性和极致系统效率）。         舒浩将这套设计哲学凝练为十六个字：“一次适配，多芯复用，面向场景，灵活配置”。软件层面，统一的软件架构让客户可以在多个行业和产品形态中复用历史的模型适配、调优和部署经验；硬件层面，面向场景的统一架构配合多种灵活适配方式，高效满足不同场景对性能、功耗、灵活性、可编程性的差异化要求。

十六 |          在关键特性升级方面，据介绍，X3-Pro相较去年发布的X3在多个维度实现了跃升：通用可编程性上支持更多数据精度和更高效的统一编程模型；专用计算效率上引入更多混合精度加速计算；灵活可配置性上实现更强大的单核算力、更灵活的Cluster配置以及可配置的内存层次架构；面向未来的可扩展性上，创新性地支持了非冯·诺依曼架构。         “让AI智能体走进每台边端侧设备。

十七 | ”舒浩在演讲最后，提出了希望与生态伙伴共同定义Agentic AI时代边端侧智能产品范式的愿景。         小结：          从CPU产品线的“星辰”平台到NPU产品线的“周易”X3-Pro，安谋科技正在边端侧AI的广阔战场上，布下一盘覆盖全场景、兼顾效率与灵活性的棋局。当AI智能体从云端走向真实世界的每一个角落，底层的计算底座进化，才刚刚开始。         编辑：芯智讯-浪客剑。

Current article:http://k42i.sunaichitikouchua.bond/list_1honm/3pbawv0.html

Published on:18:39:12