此次星展香港与库瓦有限公司创建的环境、社会和管治(ESG)奖励平台"ZERO2"合作，向完成环保任务 的参与者发放建基于PBM的数码代用券。这些代用券被设定为仅于指定商户消费。一旦代用券被验证 使用，商户便可实时于销售点接收模拟数码港元款项，再通过"转数快"(FPS)将其兑换成港元，简化代 用券的结算与对账流程。 该行指出，此次代币化货币应用有潜力延伸至其他奖励计划、财务管理、供应链支付和改善支付流程管 理。星展香港积极探索上述领域，展现银行持续探索香港数码货币发展的承诺，致力建构一个稳健且具 创新力的金融生态系统。 智通财经APP获悉，星展香港宣布，近日完成香港金管局的"数码港元"先导计划第二阶段测试，探索代 币化和可编程性如何提升数码代用券之应用。 此次试点项目由星展银行代币服务支持，将代币化和智能合约技术与该行银行交易服务互相整合。通过 以上功能，星展利用意向货币(Purpose-Bound Money，PBM)技术，测试于数码港元等数码货币上添加 特定消费条件。 星展香港董事总经理兼企业及机构银行环球交易服务总监王美宝表示，该行致力塑造支付未来，银行参 与香港金管局的"数码港元"先导计划第二阶段及在代 ...

文章核心观点 - ARM架构在DPU市场已取代英特尔和AMD占据主导地位 但RISC-V凭借其开放可定制特性正成为潜在颠覆者 可能重新定义DPU架构竞争格局 [1][4][12] DPU市场现状与规模 - 全球DPU市场规模预计从2023年15亿美元增长至2032年98亿美元 复合年增长率达22.8% [3] - ARM内核目前占据DPU出货量绝大部分份额 英特尔IPU尚未获得广泛市场吸引力 [3] - 中国正加速自主采用RISC-V DPU作为关键基础设施组件受地缘政治因素推动 [3] RISC-V技术优势 - 提供开放式指令集架构 企业可根据具体工作负载进行定制化设计 [6] - 支持同步多线程技术 每核最多四线程 提升高内存或I/O延迟工作负载吞吐量 [6] - 矢量扩展可映射数据包处理/加密/存储加速 矩阵扩展可编程性覆盖AI推理和安全领域 [7][9] - 避免ARM专利授权费用 保持与Linux/TensorFlow/PyTorch等开源堆栈兼容性 [7] 架构演进路径 - RISC-V实现从标量到矢量再到矩阵的演进 完整覆盖DPU标量控制/可矢量化数据包处理/矩阵密集型任务需求 [9] - 通过融合标量/矢量/矩阵可编程性提供跨越式发展途径 突破ARM标量核心加固定加速器的传统模式 [10] 行业竞争格局重塑 - 超大规模计算企业渴望架构替代方案以优化功耗/性能和自主权 [4][10] - 开放生态系统避免单一供应商垄断 培育多条发展路径 [10] - 主要供应商可设计针对DPU架构优化的定制CPU 无需依赖ARM许可条款和路线图 [10] - AI驱动数据中心架构发展 DPU从网络功能扩展至协调计算/存储/AI流程的全新定位 [11]

思科AI网络战略 - 人工智能被视为IT基础设施领域自互联网泡沫以来最大的变革 思科将AI作为年度活动的核心议题 推出专为AI打造的网络架构 强调嵌入式安全 [1] - 公司宣称以最完整的堆栈进入AI时代 Silicon One网络芯片作为基础元素 其可编程性允许无需流片即可承担新工作负载 [1] - Silicon One E4芯片解决路由逻辑、集群扩展、负载均衡及芯片级安全等挑战 通过全栈集成实现超强能力 [1] Silicon One芯片技术特性 - 专用硅片是构建高性能网络的必要条件 过去20年芯片性能提升10000倍（4个数量级） 思科拥有40年ASIC研发经验 [2] - 采用开放生态系统策略 提供三种合作模式：完整思科系统、白盒解决方案或纯芯片销售 在高端和低端市场仅有博通可匹敌 [4] - 创新架构实现无损可编程性 突破传统NPU低速高延迟局限 支持流量管理、故障处理等高级功能 [5] 可编程性应用场景 - 超大规模企业受益于新型负载均衡技术 服务提供商通过软件升级支持分段路由等新标准 企业客户获得芯片级安全加速 [6] - 支持UEC联盟规范 提供性能提升、生命周期延长和快速创新三重优势 所有功能均通过同一架构实现 [6] - 应对AI代理等未知网络需求 具备"反叉车"式前瞻能力 集成先进遥测技术满足超大规模运营商监控需求 [8] 芯片战略与市场定位 - 采用瀑布式技术推广模式 前沿技术（如51.2Tb/s芯片）先行 随后推出适合企业的简化版本（尺寸/功耗优化） [12] - 明确聚焦网络与安全核心业务 暂不涉足GPU/加速器领域 但具备开发前沿复杂芯片的底层能力 [13] - 安全功能通过硅片加速实现 包括硬件级数据分析、加密卸载（MacSEC/IPSEC） 性能较CPU提升1000-10000倍 [14] 行业趋势与竞争格局 - AI发展重心从训练转向推理 每令牌成本成为关键指标 思科预判生产性工作负载将遍布云端/边缘/终端设备 [10] - 网络堆栈（光学器件/芯片/电源管理）整体演进速度超预期 可编程性降低技术押注风险 但物理极限挑战仍存 [15] - 芯片行业存在显著马太效应 决策失误可能导致厂商被淘汰 思科通过架构灵活性保持竞争优势 [16]