NVIDIA 單路 Grace CPU C1 獲生態力挺：能效翻倍攻入邊緣與電信

提到輝達，大多數人腦海裡浮現的都是動輒吞掉幾萬瓦電力的 GPU 算力櫃。但當 AI 必須要塞進基站鐵塔下面、工廠配電櫃或者企業儲存陣列時，那些巨無霸根本放不進去。

在臺北 COMPUTEX 展會上，輝達為單顆 CPU 規格的 Grace CPU C1 站臺，拉來了一整票核心硬體製造夥伴。從原來的雙晶片 Grace Superchip，到現在的單顆 C1，輝達的 Arm 架構 CPU 正在換一種打法。

從機櫃怪獸到單晶片落地

在此之前，大家見到 Grace 往往是在龐然大物裡。比如 Grace Blackwell NVL72，一個機櫃直接塞滿 36 顆 Grace CPU 和 72 顆 Blackwell GPU，用來抗住超大規模的模型訓練與物理 AI 推理。

但不是所有場景都有這種供電和散熱條件。輝達現在把 Grace 架構明確拆成了兩個路線：主打極限效能的雙晶片 Grace Superchip，以及主攻單插槽的 Grace CPU C1。

官方宣稱，針對邊緣、電信網路、儲存和特定雲端場景，Grace CPU C1 的能效比傳統 CPU 提升了整整 2 倍。在功耗和散熱卡得極死的分散式環境下，這個數字直接決定了裝置能不能塞得進去。

硬體代工巨頭們反應很快。富士康、捷普、立端、神雲科技、超微以及廣達電腦，目前都在開發基於 Grace CPU C1 的系統方案。

把通訊基站和儲存池變成算力節點

這顆單晶片最具體的落地場景在電信和儲存。在電信側，輝達推出了緊湊型 Aerial RAN 計算機，把 Grace CPU C1、L4 GPU 和 ConnectX-7 智慧網絡卡打包在一起。

這個組合專門對準分散式 AI-RAN，把基站天線旁邊的方寸之地改造成兼具網路通訊與 AI 計算的節點，剛好卡進基站嚴苛的體積和功耗門檻。

儲存領域則是 WEKA 和超微衝在前面，利用 Grace 的高記憶體頻寬來解決海量資料吞吐的瓶頸。

在更早落地的 Grace Hopper 陣營裡，實戰資料也已經跑出來了。艾克森美孚用它來跑地震成像的大規模地質資料，Meta 則在廣告投放和過濾系統中大規模鋪設，依靠 NVLink-C2C 互聯的高頻寬來支撐超大型推薦模型表，德州高階計算中心和臺灣國網中心也在用它跑科研模擬。

為什麼重要

在我們看來，Grace CPU C1 的亮相，意味著輝達對 CPU 市場的滲透進入了第二階段：從為頂級 GPU 當綠葉，轉向主動去切 x86 的傳統邊緣領地。

對電信運營商和邊緣硬體開發者來說，單顆 C1 的價值在於門檻降低。以前想要 Grace 的高頻寬架構，必須連帶採購昂貴的超算級模組；現在有了單顆形態，工廠裝置、網路交換節點和中小型儲存伺服器終於能在預算和功耗內用上它。

這一步走得相當務實。輝達沒有盲目去跟 Intel 和 AMD 在標準伺服器插槽裡硬拼通用算力，而是切中了電信基站改造和分散式儲存這兩個對能耗極度敏感、同時又迫切需要搭上 AI 列車的細分市場。

不過挑戰也很現實。電信和邊緣基礎設施向來對軟硬體穩定性極其保守，Arm 架構能否在傳統 x86 壟斷的基站和儲存軟體棧裡順暢替換，還得看各家 ODM 交付系統的實際磨合表現。