北京
“CPU与GPU的部署比例，我们现在认为已接近平价。”英特尔CFO大卫·津斯纳（David Zinsner）在财报电话会上抛出这个判断时，整个AI基础设施的叙事可能正在悄然转向。
过去两年，生成式AI的爆发让GPU成了聚光灯下唯一的明星。训练大模型需要海量并行算力，英伟达的GPU几乎承包了所有注意力。而这一次，芯片行业的老兵英特尔给出了一个截然不同的视角：当AI从训练走向推理、走向规模化部署，CPU可能会拿走更大的份额。
津斯纳的表述相当直接：“我们现在相信，CPU与GPU的比例已经接近平价，未来在单元数量上甚至可能更偏向CPU。”这句话背后的逻辑是，虽然训练阶段离不开GPU的暴力计算，但真正让AI落地的推理环节，以及正在兴起的AI智能体和多智能体系统，对通用服务器CPU的密度需求正在持续拉高。
英特尔CEO陈立武（Lip-Bu Tan）在同场电话会上进一步补上了这套逻辑的拼图。他说：“随着AI从训练扩展到推理，并越来越多地走向代理化和多代理系统，通用服务器CPU的密度还在持续提升。我们的核心服务器CPU业务增速比以往任何时候都快。”也就是说，AI越是走向应用，CPU的戏份就越重。
口说无凭，财报里的数字可以作为佐证。第二季度，英特尔数据中心AI相关收入达到63亿美元，同比增长59%。公司还强调，服务器业务的增长创下历史纪录，至强6（Xeon 6）成为该公司有史以来爬坡最快的产品之一，且需求持续超过供应。这些数据至少说明，英特尔在服务器CPU端的强劲势头并非空谈，而是已经反映在真金白银上。
有意思的是，电话会上有分析师抛出了一个行业预测——到2030年，CPU的可获取总市场（TAM）可能达到2200亿美元。津斯纳没有直接点评这个具体数字，但他也并未否认围绕CPU需求增长的整体讨论。这种默许式的反应，其实比直接喊目标更有分量，它暗示着英特尔内部对CPU长期需求的判断与外部预测方向是一致的。
所有这些表述，并不是说GPU要失宠了。训练更大、更强的模型依然依赖GPU的暴力计算，这个基本盘短期内不会动摇。但英特尔的论点是，当AI进入大规模应用阶段，支持推理和智能体系统的算力结构中，CPU的占比会明显提升。换句话说，过去两年大家习惯的“AI算力=GPU”等式，可能要调整为“AI算力=GPU+CPU”，而且后者的权重在加速上升。
对于一直盯着英伟达的投资者来说，这个信号值得侧目。如果CPU在AI基础设施中的角色果真从“配角”升级为“联合主角”，那么此前因AI叙事而被CPU市场边缘化的想象空间，可能会遭遇一轮重新定价。英特尔在这个时间点喊出“平价论”，显然不只是说给华尔街听的。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
