杀疯了！别只盯GPU了！AI 新时代，CPU 才是关键中枢

过去几年里，能够提供算力的GPU（图形处理器）几乎吸引了科技界对AI基础设施的全部目光。但近期AMD、英特尔都在财报会议上透露，CPU（中央处理器）业务的增长超乎他们的预期。随着迈入AI代理时代、对越来越复杂的任务，AI需要的不再只是运算能力，更需要拆解任务、安排流程、调度工具，使擅长这些能力的CPU再次回到了舞台上。

根据《华尔街日报》报道，半导体IP龙头Arm（安谋）就在近日的发布会上，推出了一款为AI而生的全新CPU芯片。“人们认为CPU已经过时了。”CEO哈斯（Rene Haas）向观众表示，“随着AI技术快速发展，我们需要越来越多的CPU，大量的CPU。”

AI代理时代来临，为何CPU重新受到重视？

关键一：AI运作模式出现根本改变

过去的AI主要以聊天机器人为代表，其运作逻辑相对单纯：用户输入问题，由CPU进行基本处理后交由GPU完成推理，再将结果回传。这种一个口令一个动作的互动模式，计算重心集中在GPU。

但到了代理AI时代，任务往往更为复杂，会被拆解为多个子任务，由多个代理同时执行，过程中可能会不断调用工具、查询数据库撰写与执行程序，甚至进行多轮自我反思与修正。这些涉及任务安排、资源调度与系统互动的工作，几乎全落在CPU身上。

乔治亚理工学院和英特尔发表的一份研究指出，在这类AI代理工作负载中，CPU甚至可能占据整体延迟的过半比例，成为真正影响效率的关键环节。

关键二：算力需求从讲求爆发力转为耐久赛

另外，聊天机器人的运算需求虽然庞大，但多集中于短时间内完成的推理或训练任务。相比之下，AI代理需要长时间作业，甚至同时启动多个任务流程。以前可能是一个偶尔调用AI，要求解答几个问题，现在可能同时运行超过10个AI代理长时间作业。

例如OpenAI创始成员卡帕西（Andrej Karpathy）今年3月上旬发表的自动研究代理AutoResearch，便需要持续运行一整晚或更长时间；Anthropic Claude Code产品负责人切尔尼（Boris Cherny）曾分享，他日常工作中会同时开着多个Claude Code AI代理写程序。

这种长时间的AI需求，直接推升了CPU的需求规模。哈斯指出，随着AI代理能以远高于人类的速度产生与处理请求，数据中心对CPU核心的需求可能在短时间内增长数倍，甚至供不应求也不奇怪。英特尔、AMD等CPU厂商也在财报与公开谈话中承认，先前低估了这波需求的速度与规模。

AMD CEO苏姿丰表示，CPU业务的增长超乎预期，看好2026年服务器CPU市场有两位数增长；英特尔财务长大卫·津斯纳（David Zinsner）则认为，今年CPU又变得非常火热。

AMD、英特尔都喊CPU需求正旺

当AI能力的关键从生成答案的准确性，转变为衡量能否实际完成任务，整体性能便不再取决于单一芯片，而是取决于整个系统如何协同运作。在这样的架构下，GPU仍负责高强度的推理计算，但CPU则成为串联各个环节的中枢，负责决定何时调用模型、如何分配任务、以及如何与外部世界互动。

这或许也是为何英伟达近年都开始强化自家CPU产品，甚至推出不搭载GPU的纯CPU服务器配置。Vera CPU便是英伟达专为AI代理工作负载所打造的次世代处理器。在AI从训练转向推理、再进一步迈向代理化的过程中，CPU不再只是辅助角色，而是支撑整个系统运作的基础设施。

当AI从被动回应问题的工具，演变为能主动执行任务的代理，运算需求比拼爆发力的短跑，转变为重视长时间运转性能的马拉松。尽管GPU仍然是这股AI浪潮中最耀眼的明星，真正影响AI能否落地的，则是一度遭到忽视，如今再次变得不可或缺的CPU。