服务器CPU这颗芯片的市场规模有多大？
罗勇博士：这颗CPU在中国是600亿市场规模，云计算是主要场景，比GPU的市场规模还要大很多，随着数据和算力需求的增长，到了2030年国内预计达到1500亿规模，目前市场集中度非常高，能供应的公司不多，这也是英特尔的核心造血业务。
因为这是一颗设计难度高、人才密集度高、交付周期长的产品，难度高在指定的目标内、完成高性能的设计。因为软件兼容性的要求，在2010年，只有x86是可行。最终客户软件只能跑x86的芯片。经过从2010年到2020年10年行业攻关，完成了x86向Arm架构的软件移植，现在云计算软件平台和服务器可以支持Arm架构和x86架构。这是遇贤和美国的Ampere都可以基于Arm架构来研发高性能服务器CPU的基础，客户需要一个更适合云计算的CPU，现在也可以规模化的部署这个产品。
算力的增长，CPU的需求量持续增加。同时也需要更加强大计算能力的CPU，可以在有限的数据中心里面增加算力密度。对研发公司的要求，要提前预判市场的需求，按照同期高性能的要求来做研发。
Q
同样作为大芯片，和这几年已经炙手可热的GPU相比，CPU被一些投资人称为最后一颗大芯片投资机会，那么GPU和CPU的创业有什么差异？
罗勇博士：同样作为大芯片，GPU的火爆在于人工智能、大数据对于算力的需求，而GPU适用于AI的训练和推理，CPU实际上真正承担了云端主要常规算力。大家以前之所以忽略CPU创业，是因为在这个赛道，英特尔的x86一直以来占据霸主地位，直到今天ARM化的大潮流的成型，才让大家看到了革命的大机遇。对比GPU，CPU在服务器端的市场规模更大，而从技术落地的角度而言，做GPU创业的公司都无法回避的难关是开发新的软件系统或者兼容CUDA，英伟达的CUDA是独有的封闭生态。芯片公司投入人力开发一个新的软件系统，熟悉新软件系统的人才又需要很长时间培养。建立新软件、新人才、规模应用这个正向循环的挑战非常大。而CPU不一样，云计算软件是一个完全开放的生态系统，上下游已经成熟，换句话说，GPU做出来，距离客户去学会你的软件，去开发，去应用，需要很多努力，而Arm CPU做出来，客户就可以即买即用了，可以说服务器CPU是能够实现商业落地的大芯片。在过去10年的ARM架构云计算移植中，我们团队核心成员是主要的推动力量。大家推动了这个时期的发展，而不是搭便车。
Q
服务器CPU跟PC的CPU有什么不一样？能否直接用？
彭亮：服务器CPU和PC的CPU两者都是设计难度极高的芯片，但存在的差异也是很大，主要体现在CPU算力、接口多样化、功耗要求、封装技术、RAS（可靠性、可用性、可维护性）、物理实现难度等，另外软件生态也非常不一样，这些都需要长期的知识积累才能得到其中的know-how，所以是需要有专注在某个方向的团队才能把这两种不同类型的CPU芯片做好。
陈争胜：对的，从技术上看，PC的“CPU”是一种典型的SoC架构，其架构更分化，芯片上会集成有CPU Core、Graphics Processor、Nerual Processor，这每一个Processor都有自己的生态要求。而云计算CPU聚焦在CPU 单元的弹性扩展和服务器平台需求。云计算CPU需要考虑怎么有效降低整个数据中心整体的TCO、怎么满足日益严苛的云端数据安全的问题等。从微架构上看，这两者对CPU Core的要求上也不一样，PC的处理器规模小，线性扩展容易做，而云计算场景要求集成大量的计算单元，大规模并发的资源冲突和性能瓶颈是必须解决的问题。因此二者技术攻关的问题是不一样的，云计算CPU需要解决更多难题，比如超多核线性度问题、复杂多变的应用场景带来架构弹性问题，如何满足高可靠性应用等等。从目前成功的商业策略上看，都是要采用不同的产品线来覆盖这两个市场，每个产品线要非常专注，是两个不同的赛道。
