当AI产业从单轮交互的生成式推理，全面迈入多步骤执行、跨工具协同的智能体（Agent）新阶段，算力行业的底层天平正在发生结构性倾斜。曾长期作为GPU配套组件的CPU，一跃成为决定智能体集群承载规模、服务稳定性与全链路TCO的核心瓶颈。CPU，这个在AI浪潮下一度被视为“过时”的通用处理器，正重回舞台中央。而且，在智能体时代，对CPU有着其独特的需求。
在这场算力架构的深刻重构中，成立不足两年的灵睿智芯以黑马姿态闯入行业视野。其全栈自研的服务器级RISC-V CPU内核P100，是国内率先面向智能体场景原生设计、并实现动态 SMT4（同时多线程）技术成熟落地的高端CPU内核 — 最高支持单核4线程，可根据智能体工作负载特性在SMT1至SMT4模式间实时动态切换，灵活适配不同任务对高并发能力和高计算能力的综合需求；结合超20级深度乱序超标量流水线与8译码10发射的超宽架构，为智能体工具调用执行、数据IO调度等提供强劲的单核性能支撑；同时，其企业级RAS设计确保了大规模集群部署中的长期稳定运行。灵睿的高性能内核以及CPU产品，成为国产SMT技术路线唯一的标杆产品，完美诠释了智能体CPU需要具备的技术特点。
近日，灵睿智芯核心管理团队集体接受专访，灵睿智芯CEO刘洋、CTO苟鹏飞、COO徐越、产品市场副总裁李华庆从战略布局、技术路线、市场落地、产业生态四大维度，拆解了这家创业公司的突围逻辑，以及智能体浪潮下国产CPU的全新机遇。
算力变局：智能体把CPU推回舞台中央
“在IT产业的‘控、算、存、传’四大支柱中，算力可以不断迭代更替，但控制是永恒不变的底盘。”CEO刘洋强调，GPU就像是站在聚光灯下的明星，而CPU更像维护起整个系统的管家——扛起调度、管控、I/O衔接、外部工具调用执行等基础“脏活”，托举着算力组件全速奔跑，自己却始终隐在幕后。而随着AI从“能对话”的生成式阶段迈向“能做事”的智能体时代，这条被掩盖的价值主线，正重新回到产业舞台的中央。
“AI工厂的经济衡量标准，正在从每美元买多少算力，转向每美元产出多少Token。”在李华庆看来，这一指标切换的背后，是CPU产业价值的系统性重估。
生成式AI时代，算力体系以GPU为绝对核心，CPU仅承担数据处理、I/O调度等辅助工作。但进入智能体时代，AI的核心从生成转向执行——任务拆解、工具调用执行、多智能体协同、沙盒生命周期管理、上下文记忆调度等大量控制流与I/O密集型工作，天然适配CPU而非GPU。
灵睿智芯用“Model + HARNESS”的公式定义智能体，Model对应大模型推理，仍是GPU的主场；HARNESS则是让智能体“真正能干活”的手脚与神经中枢，全部由CPU承载。据英特尔与佐治亚理工学院联合研究，智能体端到端执行过程中，CPU侧运行时间占比已达50%至90.6%。
“过去几年的AI算力架构围绕大模型训练和推理优化，直接用于智能体执行时显得大脑很强、手脚很慢，GPU算完了只能等着CPU处理后续流程，算力被大量浪费。”李华庆表示，这直接推动了CPU与GPU配比的重构——传统数据中心的CPU/GPU核心比约为1:4，而智能体场景下已向1:1甚至更高比例倾斜，CPU需求增长了2到4倍。
市场的反馈更为直接。摩根士丹利预测，到2031年，智能体驱动的CPU增量市场规模将达到325亿至600亿美元，约占整体CPU市场的半壁江山。“这不是存量市场的延伸，是全新的结构性增量市场。”李华庆说。
技术锚点：SMT4，智能体原生CPU的核心密码
面对智能体场景对高并发、低时延、高可靠的极致要求，灵睿智芯给出的答案是——动态SMT4同时多线程技术。这也是P100被称为“智能体原生”内核的核心原因。
为什么一家创业公司要选择这条最难的路？
SMT（同时多线程）技术的本质，是让单个物理CPU核心同时执行多个线程的指令，通过填满执行单元的空闲间隙，最大化算力利用率。在I/O密集、控制密集的智能体场景中，大量分支判断、系统调用、上下文切换会导致单线程下CPU执行单元频繁空转，SMT技术恰好能精准解决这一痛点。
“SMT不是新技术，但把SMT4做好、做成熟，在国内我们是独一家。”CTO苟鹏飞表示，同时多线程的原理写在教科书里，但工程化难度极高——线程间的资源调度、状态隔离、错误避免，任何一个环节出错都会导致“串台”，反而拖累性能。
依托团队在IBM Power处理器产品线上十余年的技术积累，灵睿智芯在P100上实现了国内首个成熟的动态SMT4设计：单个物理核心最高支持4线程，并可根据业务负载在SMT1到SMT4间动态切换，无需重启系统。计算密集型场景下调低线程数保障单核性能，I/O密集型场景下拉高线程数提升吞吐量，完美匹配智能体工作负载的混合特性。
苟鹏飞解释，除了多线程技术，P100的微架构设计同样围绕智能体场景深度优化。
在流水线层面，团队选择了20级乱序超标量设计，配合8译码、10发射的超宽结构，以及先进的TAGE分支预测算法。这套组合拳让P100的单核性能超过20/GHz（SPEC CPU2006跑分），比肩国际主流产品。更重要的是，更深的流水线设计让这颗核在国产工艺节点上仍能冲击更高主频——对于智能体那种动辄成百上千步的串行决策链路来说，每一纳秒的延迟压缩都意味着更快的任务闭环。
可靠性方面，针对智能体长链路、无人值守运行的特性，P100在RAS设计上做了大量功课。从端到端的错误检测，到硬件级的错误隔离，再到国内独有的内核自动恢复技术，苟鹏飞将其概括为一套“层层设防”的机制。“软错误是偶发性的，”他解释道，“我们让硬件检测到错误后自动从出错指令重新执行，业务层面完全无感。”这种设计避免了单点故障沿智能体决策链被无限放大。
而在可扩展性上，P100基于RISC-V的开放指令集，预留了自定义指令扩展接口。这意味着客户可以在流水线层面直接集成自己的专用加速单元，让通用算力和AI算力在同一个核内完成深度融合，为领域增强计算预留空间。“我们做的是基座，”苟鹏飞说，“上面长什么，由客户定义。”
“英伟达今年发布的Vera智能体CPU，也才用到SMT2。国内同行目前还在攻关SMT2，我们的SMT4已经落地，技术领先性至少在三年以上。”苟鹏飞说，团队早在2024年底创业之初就押注多线程路线，当时智能体概念尚未破圈，这一技术决策曾引发内部讨论，但最终对“控制流价值”的判断占据了上风。
刘洋以“人头马”来形象比喻到，GPU是负责奔跑的马，CPU是掌控方向的人；传统异构架构是人马分离，交互损耗大；而融合计算的目标是“人马合一”，让控制与算力在架构层面深度耦合。“RISC-V的开放可扩展特性，给了我们做‘人马合一’的基础。这是x86和Arm封闭架构很难做到的。”刘洋表示。
落地攻坚：从IP内核到量产芯片的全速奔跑
技术的价值最终要靠落地验证。COO徐越透露，基于P100内核的测试片将于8月下旬在国内先进工艺线上流片，这距离CPU芯片项目4月底正式启动仅过去不到四个月。
“这是一场和时间的赛跑。”徐越表示，短周期内完成从架构方案、SoC集成、验证到物理设计的全流程，对团队的工程经验是极大考验。之所以敢接下这个挑战，核心在于团队整建制来自IBM为主的国内外头部芯片企业，对高性能处理器的全流程研发烂熟于心。
选择国产工艺路线，是灵睿智芯从创立之初就确定的原则。徐越解释，一方面下游客户对全国产供应链有明确要求，自主可控是硬指标；另一方面地缘政治的不确定性，让海外代工存在不可控风险。“我们走的是‘进可攻退可守’的路线，设计兼容国内外主流工艺，但优先深度绑定国产供应链。”
此外，早期介入国产工艺开发，本身就是一场双赢。灵睿智芯的高性能复杂内核，可以作为工艺厂的“测试标杆”，帮助其验证和调优工艺平台；而工艺厂的产能与技术支持，也为灵睿智芯后续量产芯片铺平了道路。
作为创业公司，灵睿智芯的运营逻辑处处透着“敏捷”二字：扁平化管理，让听得见炮声的人做决策；全流程引入AI工具提升研发效率，人均每月千元AI预算，覆盖代码生成、验证用例开发、脚本自动化等环节，大幅压缩研发周期。按照规划，公司今年底团队规模将达到90至100人，研发占比保持在90%以上。
“初创企业不能先长一身官僚气。”徐越说，“我们的核心目标很明确：把P100的商业落地跑通，把国产供应链绑定扎实，把团队能力打磨到位。”
生态共赢：差异化路线下的产业协同
在市场策略上，灵睿智芯选择了一条差异化的道路，长期以CPU产品销售为主，短期则有选择的通过IP核授权形成商业闭环。
李华庆介绍，P100的IP授权有明确的边界，不授权给做通用CPU的直接竞品，重点面向DPU数据处理器、自动驾驶与座舱芯片、具身智能大脑芯片、高端AI加速芯片等场景。“这些场景都需要高性能CPU内核做控制调度，但客户自己不做CPU内核，正好是我们的机会。”
从应用场景看，在云端，P100可用于智算、云计算、云存储、数据库等场景，适配高并发、低时延、高可靠的企业级需求；端侧则覆盖自动驾驶、具身智能、低空经济等大算力场景，作为SOC的控制核心承载复杂调度任务。
“客户选择我们，首先是看中SMT4的高并发特性，其次是服务器级的性能与可靠性。”李华庆表示，目前已有多家客户进入早期试用阶段，反馈集中在多线程带来的单位面积性能提升上。参考历史数据，I/O密集型场景下，多线程可带来50%至80%的单位面积性能提升。
更受行业关注的，是灵睿智芯与国产GPU厂商的深度协同。7月刚完成的数亿元Pre-A轮融资中，一个引人注目的细节是，壁仞科技等GPU厂商参与了投资，背后正是“CPU+GPU”联合打造国产智能体算力底座的产业逻辑。
“英伟达是全栈式打法，既做GPU也做CPU，靠系统级协同拉满效率。中国企业做不到一家通吃，那就抱团打组合拳。”刘洋表示，灵睿智芯正与国产GPU厂商联合优化算力配比与调度机制，让GPU算力始终保持满载，解决“大脑快，手脚慢”的痛点，共同打造高性价比的国产智能体算力一体机。
这种“抱团”的思路，也是灵睿智芯生态战略的缩影。公司已与合见工软、奇异摩尔、北京智源人工智能研究院、燕芯微、维泛智能等产业链伙伴建立合作。
行稳致远：不追风口的长期主义选择
在采访中，几位高管反复提到一个词：提前布局。
在AI最火热、所有人都涌向GPU的时候，灵睿智芯选择了相对“冷门”的高端CPU赛道；在行业还在讨论单线程性能的时候，他们押注了当时被认为“过时”的多线程技术；在RISC-V还集中在低端嵌入式市场时，他们一头扎进了服务器级高端内核的研发。
“技术判断不能跟着大众热点走。等概念铺天盖地的时候，已经是红海了。”苟鹏飞说，团队的底气来自对计算体系架构发展规律的判断——任何计算系统都离不开控制与计算两部分，当算力侧的创新逼近物理极限，控制侧的效率提升就会成为新的增长曲线。
按照灵睿智芯的规划，P100内核只是第一步，基于P100的128核服务器级CPU预计2027年流片、2028年量产；与此同时，融合计算架构的领域增强处理器也在稳步推进，面向具身智能、AI端侧推理等场景打造定制化算力方案。
在苟鹏飞看来，P100和SMT4只是开始。
他有一个更宏大的判断：指令集的数量正在从80年代的近百个，收敛到如今的2-3个，未来十年将统一到1个。而RISC-V，凭借其非盈利、开放、社区驱动的特性，最有可能成为最终的胜者。“RISC-V的性质非常类似于Linux之于操作系统，”苟鹏飞说，“它提供了一个统一的标准，同时每家厂商又可以通过指令扩展实现自己的差异化价值。”
刘洋坦言，RISC-V高端CPU的生态成熟还需要时间，但产业趋势已经非常清晰。就像Linux当年逐步替代商用Unix统治服务器市场一样，开放、中立、可定制的RISC-V，最终也会在算力产业完成替代与超越。
“我们不追风口，我们做趋势的提前布局者。”刘洋表示，“智能体时代给了国产CPU弯道超车的机会，灵睿智芯要做的，就是把最底层的内核做扎实，为中国的智能算力基建筑牢底座。”
从幕后配角到核心变量，CPU的价值重估才刚刚开始。而以灵睿智芯为代表的国产芯片企业，正在用扎实的技术积累与清晰的产业定位，在智能体时代的算力版图上，刻下自己的坐标。
这个月，P100测试片即将流片。对于这家不到两周岁的创业公司而言，真正的考验才刚刚开始。但在智能体重构算力格局的浪潮中，灵睿智芯已经拿到了那张最稀缺的船票——方向对了，剩下的就是时间。
