Semianalysis：智能体火爆，CPU成为新的“AI瓶颈”

来源：市场资讯

（来源：网易科技）

随着AI智能体和强化学习（RL）的爆发式增长，原本在AI浪潮初期被边缘化的通用处理器（CPU），正遭遇前所未有的算力挤兑，成为继GPU之后新的基础设施瓶颈。

近期，随着各大科技巨头财报陆续落地，市场对AI基础设施的关注点正在发生微妙转移。投资者不仅紧盯GPU的订单与交付，更开始寻找AI应用落地带来的新增长极。

4月8日，知名半导体分析机构SemiAnalysis首席分析师Dylan Patel在一次深度访谈中指出，由于AI工作负载的范式正在从简单的文本生成向复杂的“智能体（Agents）”和“强化学习（RL）”演进，CPU正面临极其严重的产能短缺。

在AI发展的头几年，核心算力需求几乎全被GPU占据。正如Dylan Patel所言：“在AI的头几年，CPU确实严重滞后……负载很轻。你发一个字符串，它回一个字符串，简单的推理，对CPU需求不大。”

然而，这一局面在过去几个月里发生了颠覆性的变化，核心驱动力正是以OpenAI o1为代表的具备逻辑推理和智能体属性的新一代模型。

智能体与强化学习推升CPU需求

模型不再仅仅是“生成文本”，而是开始自主执行任务、调用数据库并自我验证，这让CPU的工作量呈指数级上升。

Dylan Patel给出了一个极具冲击力的数据：

与此同时，强化学习的训练循环变得越来越紧密。未来的AI不仅要做数学题，还要在物理模拟器中导航，这要求生成器（模型）生成的每一步都需要在CPU集群上进行高频验证。

云厂商疯狂扩容，微软“卖空”CPU已致GitHub不稳

市场需求的骤增直接导致了云端算力的枯竭。为了满足头部AI实验室的需求，大型云厂商甚至牺牲了其他业务的稳定性。Dylan Patel直言：

这种短缺正在逼迫企业进行极端的工程迁移。据透露，OpenAI此前几乎只在x86 CPU上运行，但为了获得算力，他们直接向亚马逊要存量处理器。

关于CPU的市场价格，Dylan Patel说道：

从数据来看，扩容正在全行业上演。“亚马逊安装的CPU服务器数量，今年比去年同比增长了3倍。到处都没有容量了。”

此外，为了不让昂贵的GPU闲置等待，客户必须保持CPU“热池”持续运行，这种商业逻辑进一步放大了对CPU的需求。

硬件淘金热蔓延：存储暴涨，3nm产能全线告急

算力的短缺已经沿着产业链迅速向上传导，不仅英特尔和AMD发出了涨价通知，甚至连面向C端的PC市场也受到波及（如苹果Mac mini脱销）。

Dylan Patel用一句极其生动的话形容当下的硬件市场：

他补充了市场高度关注的存储和芯片制造环节的涨价数据：

更令市场担忧的是晶圆代工产能的挤压。AI芯片正在吸干台积电的最先进制程产能：

这甚至迫使苹果、高通等移动端巨头向下迁移，或者让英伟达将部分订单转移至三星。