<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"><channel><title>天天体育 - 全球体育赛事平台，提供实时赛况与赛事分析服务</title><link>https://charmroyal.cn/</link><description>天天体育连接全世界球迷与足球盛宴,跨越时区、语言和国界。官方资讯、独家视频、历史档案,一网打尽。在这里,感受全球同步的足球狂欢。</description><language>zh-cn</language>
<item><title>从规格书到实测：AI推理芯片能效比该怎么读懂</title><link>https://charmroyal.cn/tech/856963.html</link><guid>https://charmroyal.cn/tech/856963.html</guid><description>能效比不只是TOPS/W一个数字。本文从功耗口径、负载相关性、显存与互联的隐性成本三个角度，拆解公开规格书里能效数据的读法，帮你在选型时避开口径陷阱。</description><pubDate>Tue, 03 Nov 2026 06:02:00 +0800</pubDate></item>
<item><title>参数表之外的人：三位工程师的AI芯片方案取舍实录</title><link>https://charmroyal.cn/solutions/103530.html</link><guid>https://charmroyal.cn/solutions/103530.html</guid><description>从推理部署、集群交付到散热设计，三位工程师讲述AI训练与推理芯片选型中的真实取舍，天天体育以公开资料为底，呈现参数之外的人与判断。</description><pubDate>Mon, 02 Nov 2026 05:58:00 +0800</pubDate></item>
<item><title>推理芯片竞赛进入下半场：从算力堆叠到系统协同的复盘观察</title><link>https://charmroyal.cn/news/483838.html</link><guid>https://charmroyal.cn/news/483838.html</guid><description>复盘智能芯片产业从单点算力竞赛转向系统级协同的过程，梳理制程、封装、显存与软件生态的联动逻辑，为天天体育读者观察推理芯片产业下一阶段提供参考框架。</description><pubDate>Tue, 27 Oct 2026 01:55:00 +0800</pubDate></item>
<item><title>看懂AI芯片规格书：从显存带宽到互联协议的五个阅读顺序</title><link>https://charmroyal.cn/tech/410431.html</link><guid>https://charmroyal.cn/tech/410431.html</guid><description>规格书动辄上百页，先看什么后看什么直接决定选型效率。本文给出一套可复用的阅读顺序，从显存带宽、互联协议到能效口径逐层拆解，帮助读者在天天体育技术解读栏目里建立自己的核验方法。</description><pubDate>Mon, 26 Oct 2026 12:28:00 +0800</pubDate></item>
<item><title>边缘计算芯片的算力密度与散热边界，方案设计如何取舍</title><link>https://charmroyal.cn/solutions/820048.html</link><guid>https://charmroyal.cn/solutions/820048.html</guid><description>边缘场景的算力密度提升受限于散热与供电边界，本文从公开产品参数出发，分析不同封装与功耗档位下的方案取舍逻辑。</description><pubDate>Sun, 25 Oct 2026 08:48:00 +0800</pubDate></item>
<item><title>AI推理芯片的显存带宽为什么关键——从参数表到真实体验的科普指南</title><link>https://charmroyal.cn/news/933951.html</link><guid>https://charmroyal.cn/news/933951.html</guid><description>显存带宽常被算力数字掩盖，却直接决定推理延迟与吞吐。本文从概念、瓶颈成因到选型核对清单，帮读者看懂AI推理芯片参数表背后的真实含义。</description><pubDate>Fri, 23 Oct 2026 16:19:00 +0800</pubDate></item>
<item><title>训练芯片互联带宽成新焦点，集群效率如何被重新定义</title><link>https://charmroyal.cn/solutions/134748.html</link><guid>https://charmroyal.cn/solutions/134748.html</guid><description>当单卡算力增速放缓，训练集群的互联带宽与拓扑设计正成为决定有效算力利用率的关键变量，本文从公开参数出发梳理不同技术路线的取舍逻辑。</description><pubDate>Fri, 23 Oct 2026 13:59:00 +0800</pubDate></item>
<item><title>AI推理芯片显存带宽为何关键：一份给球迷的看懂指南</title><link>https://charmroyal.cn/solutions/473176.html</link><guid>https://charmroyal.cn/solutions/473176.html</guid><description>从参数含义到场景差异，拆解推理芯片显存带宽与容量的取舍逻辑，结合公开规格资料给出结构化对比思路，帮助读者在天天体育的产品与方案栏目中看懂不同技术路线的特点。</description><pubDate>Thu, 22 Oct 2026 20:12:00 +0800</pubDate></item>
<item><title>能效设计数据对比：从公开白皮书看AI芯片每瓦吞吐的口径差异</title><link>https://charmroyal.cn/tech/417224.html</link><guid>https://charmroyal.cn/tech/417224.html</guid><description>同一颗芯片在不同白皮书里能效数字可能相差明显，根源多在功耗口径与测试负载。本文用公开资料拆解对比方法，帮助读者建立可核验的能效读表习惯。</description><pubDate>Thu, 22 Oct 2026 09:28:00 +0800</pubDate></item>
<item><title>复盘AI推理芯片这一年：显存带宽为何成了算力释放的关键闸门</title><link>https://charmroyal.cn/tech/537654.html</link><guid>https://charmroyal.cn/tech/537654.html</guid><description>从公开规格书与白皮书出发，复盘AI推理芯片竞争重心的迁移：算力峰值不再是唯一标尺，显存带宽与能效配比正决定单位成本下的真实吞吐，天天体育梳理可核验的观察框架。</description><pubDate>Wed, 21 Oct 2026 13:27:00 +0800</pubDate></item>
<item><title>端侧AI芯片能效榜盘点：制程节点与低功耗架构的取舍之道</title><link>https://charmroyal.cn/news/930285.html</link><guid>https://charmroyal.cn/news/930285.html</guid><description>围绕端侧AI芯片的能效表现，从制程节点、低功耗架构与封装形态三条线索展开盘点，解读为何能效比而非峰值算力决定端侧落地成败，并梳理生态合作对端侧推理部署的实际影响。</description><pubDate>Mon, 19 Oct 2026 19:08:00 +0800</pubDate></item>
<item><title>显存带宽数据拆解：AI推理芯片性能瓶颈到底卡在哪一环</title><link>https://charmroyal.cn/tech/482623.html</link><guid>https://charmroyal.cn/tech/482623.html</guid><description>从公开规格书出发，拆解显存带宽、容量与能效三组数据的关系，说明推理场景下带宽为何常先于算力成为瓶颈，并给出可核验的读表方法。</description><pubDate>Mon, 19 Oct 2026 13:39:00 +0800</pubDate></item>
<item><title>端侧推理芯片的能效账本：制程红利放缓后的架构选择</title><link>https://charmroyal.cn/news/781397.html</link><guid>https://charmroyal.cn/news/781397.html</guid><description>制程微缩带来的能效增益逐步收窄，端侧推理芯片开始从架构层面寻找空间。本文从数据复用、稀疏计算与内存层级三个角度梳理公开技术路径，分析生态协作的新动向。</description><pubDate>Sat, 17 Oct 2026 19:13:00 +0800</pubDate></item>
<item><title>AI推理芯片显存带宽榜单：谁在定义大模型落地效率</title><link>https://charmroyal.cn/news/242023.html</link><guid>https://charmroyal.cn/news/242023.html</guid><description>从显存带宽、能效比与互联能力三个维度盘点当前主流AI推理芯片的公开规格，解读大模型部署中带宽为何常比算力更关键，并梳理先进封装与生态合作对推理效率的实际影响。</description><pubDate>Sat, 17 Oct 2026 13:11:00 +0800</pubDate></item>
<item><title>训练芯片集群方案盘点：互联、封装与散热的三条技术路线</title><link>https://charmroyal.cn/solutions/720195.html</link><guid>https://charmroyal.cn/solutions/720195.html</guid><description>训练集群的性能不只取决于单卡算力，互联拓扑、先进封装与散热方案同样关键。本文盘点三条主流技术路线的公开方案特点与适用边界。</description><pubDate>Fri, 16 Oct 2026 20:09:00 +0800</pubDate></item>
<item><title>推理芯片显存带宽与容量配比，端侧与云端的两套逻辑</title><link>https://charmroyal.cn/solutions/372966.html</link><guid>https://charmroyal.cn/solutions/372966.html</guid><description>推理场景的显存带宽与容量配比没有统一答案，云端追求吞吐与批处理效率，端侧强调能效与常驻模型体积，本文梳理两条路线的参数取舍。</description><pubDate>Thu, 15 Oct 2026 10:06:00 +0800</pubDate></item>
<item><title>一位验证工程师的日常：训练芯片流片前那些不为人知的检查项</title><link>https://charmroyal.cn/tech/420729.html</link><guid>https://charmroyal.cn/tech/420729.html</guid><description>天天体育技术解读栏目以验证工程师视角，讲述训练芯片流片前的功能验证、功耗签核与互联一致性检查，结合公开流程文档，呈现芯片从设计到交付之间那些容易被忽略的质量关卡。</description><pubDate>Tue, 13 Oct 2026 20:40:00 +0800</pubDate></item>
<item><title>从一颗训练芯片的诞生看架构师的三次关键取舍</title><link>https://charmroyal.cn/tech/771912.html</link><guid>https://charmroyal.cn/tech/771912.html</guid><description>天天体育技术解读栏目以训练芯片研发流程为线索，梳理架构师在算力密度、显存带宽与互联拓扑之间的三次关键取舍，结合公开规格书与白皮书，帮助读者理解设计决策背后的工程逻辑。</description><pubDate>Mon, 12 Oct 2026 16:05:00 +0800</pubDate></item>
<item><title>推理芯片显存带宽成新战场，先进封装如何改写成本曲线</title><link>https://charmroyal.cn/news/279730.html</link><guid>https://charmroyal.cn/news/279730.html</guid><description>AI推理负载从训练侧独立出来后，显存带宽与封装工艺成为决定芯片性价比的关键变量。本文梳理HBM堆叠、2.5D中介层与Chiplet组合的公开技术脉络，分析产业协作模式的变化。</description><pubDate>Sun, 11 Oct 2026 11:49:00 +0800</pubDate></item>
<item><title>AI推理芯片选型盘点：六类主流方案参数与适用场景对比</title><link>https://charmroyal.cn/solutions/831334.html</link><guid>https://charmroyal.cn/solutions/831334.html</guid><description>从显存带宽、算力密度、能效比与互联能力四个维度，盘点当前AI推理芯片的六类主流技术方案，帮助读者理解不同路线的取舍逻辑与落地场景。</description><pubDate>Fri, 09 Oct 2026 19:41:00 +0800</pubDate></item>
</channel></rss>
