广东
全世界都在抢GPU，Anthropic反手签了个116亿美元的CPU大单。你没看错，是CPU，不是GPU。
做大模型的Anthropic跟一家叫Akamai的老牌互联网基础设施公司签了七年期合同，总金额116亿美元，还可以再追加90亿，潜在规模冲到200亿。消息一出，Akamai盘后直接涨了17%到20%，创下公司史上最大一笔订单。
问题来了：AI公司买算力，不都是抢英伟达GPU吗？怎么突然跑去买CPU了？
GPU和CPU到底差在哪？
要搞懂这笔交易，得先掰扯清楚训练和推理的区别。
训练大模型，就像让一个学生把从小学到大学的课本全部背完、吃透。这个过程需要算海量的数学题，成千上万张GPU并行刷题，一刷就是几个月，烧的电和钱都是天文数字。英伟达的GPU之所以贵得离谱还一卡难求，就是因为训练阶段它无可替代。
推理呢？模型训练好了，你每次跟ChatGPT、Claude对话，它都要根据你的问题现场生成回答。这个过程其实没那么"暴力"，更像是学生已经毕业了，现在在帮你写作文。写作文不需要把所有知识点同时调出来猛算，它需要的是快速响应、随时待命、成本越低越好。
过去两年，AI公司的钱几乎全砸在训练端，GPU订单一封就是几十亿上百亿。但现在情况变了。
为什么Agent应用开始疯狂吃CPU？
最近大家都在聊AI Agent——就是那种能自己上网查资料、自己操作软件、自己完成一连串任务的AI助手。
这类应用跟你问一句"今天天气怎么样"完全不是一个消耗级别。一个Agent任务跑下来，AI要拆步骤、调工具、读网页、写代码、再检查一遍，中间产生的计算请求是成千上万次的。这里面绝大多数环节并不需要GPU那种暴力并行计算，反而需要大量CPU来做调度、读写数据、跑边缘逻辑。
更关键的是成本。GPU一小时租金好几美元，CPU便宜得多。当AI从"训练大模型"转向"天天给用户推理服务"，账就得重新算了。
Akamai这家公司很多人不熟，但它干的活你每天都在用。它是全球最大的CDN厂商之一，简单说就是把服务器铺在全世界几百个城市，让你刷视频、开网页时从最近的节点取数据。现在它把这套分布式网络拿来提供CPU算力，相当于把算力铺到了离用户最近的地方。
这笔交易为什么是个信号？
以前AI圈有个默认剧本：做大模型就得买英伟达GPU，签长约，几十亿美元起步。市场也按这个逻辑给英伟达估值，给数据中心REITs定价。
但Anthropic这一单等于公开说：推理这摊生意，CPU加分布式边缘网络，可能比纯GPU集群更划算。七年116亿美元不是小数目，而且Akamai还掏出了认股权证——Anthropic可以按每股111.33美元买入，最多换成770万股。两家公司深度绑定，不是随便试试。
这标志着算力经济的底层逻辑在换挡。训练端还是GPU的天下，但推理端正在走向多样化：CPU、边缘计算、专用推理芯片，都会分一杯羹。英伟达一家独大的日子，可能要从推理侧开始松动。
对普通用户意味着什么？
聊了这么多行业逻辑，跟你我有啥关系？
关系大了。推理成本下降，最直接的后果就是AI服务会变便宜、变快。现在你用一些AI工具还要排队、限流、按token收费，本质就是推理算力太贵。当Anthropic这种大客户开始把算力往便宜的CPU和边缘网络上搬，单位成本摊薄下来，最终会传导到C端——免费额度更多了，响应速度更快了，AI助手可能真的像水电一样随叫随到。
当然，这中间还有很长的路要走。CPU能不能扛住Agent爆发式的推理流量、分布式网络的稳定性怎么保证，都是未知数。但方向已经摆在这里：AI不再只是实验室里烧钱训练模型的游戏，它正在变成一门要算着成本给用户服务的生意。
你平时用AI工具的时候，最烦的是它不够聪明，还是它响应太慢、太贵？如果未来AI服务降价一半但回答稍微"笨"一点，你能接受吗？
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.
