AI智能体下的CPU，或重回“黄金时代”

蓝鲸财经04-15

文｜证券之星如果AI只是一问一答的聊天机器，算力的答案确实很简单——有多少GPU，就有多少想象力。在那段以对话模型为主角的周期里，CPU更像一位低调的调度员，负责数据的迎来送往，而非决定反应快慢的核心角色。然而，当AI从对话框里走出来，开始调用工具、读写代码、编排任务，变身真正的“数字代理人”时，算力游戏规则变了。分支指令的暴增让擅长矩阵乘法的GPU一时“水土不服”，而那位退居幕后的CPU，却恰好...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2627405525?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2026-04-15 14:28","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2627405525","market":"sh","top_or_hot":-1,"title":"AI智能体下的CPU，或重回“黄金时代”","media":"蓝鲸财经","content":"<div>\n<p>文｜证券之星如果AI只是一问一答的聊天机器，算力的答案确实很简单——有多少GPU，就有多少想象力。在那段以对话模型为主角的周期里，CPU更像一位低调的调度员，负责数据的迎来送往，而非决定反应快慢的核心角色。然而，当AI从对话框里走出来，开始调用工具、读写代码、编排任务，变身真正的“数字代理人”时，算力游戏规则变了。分支指令的暴增让擅长矩阵乘法的GPU一时“水土不服”，而那位退居幕后的CPU，却恰好...</p>\n\n<a href=\"https://www.lanjinger.com/d/1776144931974783317\">网页链接</a>\n\n</div>\n","source":"lanjinger_stock","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>AI智能体下的CPU，或重回“黄金时代”</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nAI智能体下的CPU，或重回“黄金时代”\n</h2>\n\n<h4 class=\"meta\">\n\n\n2026-04-15 14:28 北京时间&nbsp;&nbsp;&nbsp;<a href=https://www.lanjinger.com/d/1776144931974783317><strong>蓝鲸财经</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>文｜证券之星如果AI只是一问一答的聊天机器，算力的答案确实很简单——有多少GPU，就有多少想象力。在那段以对话模型为主角的周期里，CPU更像一位低调的调度员，负责数据的迎来送往，而非决定反应快慢的核心角色。然而，当AI从对话框里走出来，开始调用工具、读写代码、编排任务，变身真正的“数字代理人”时，算力游戏规则变了。分支指令的暴增让擅长矩阵乘法的GPU一时“水土不服”，而那位退居幕后的CPU，却恰好...</p>\n\n<a href=\"https://www.lanjinger.com/d/1776144931974783317\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"159819","symbol_name":"AI智能","start_time":0,"source_url":"https://www.lanjinger.com/d/1776144931974783317","article_id":"2627405525","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2627405525","pubTimestamp":1776234486,"columns":[],"sourceInfo":{"source_id":"lanjinger_stock","name":"蓝鲸财经"},"weMediaInfo":null,"summary":"文｜证券之星如果AI只是一问一答的聊天机器，算力的答案确实很简单——有多少GPU，就有多少想象力。在对话大模型时代，CPU一度退居幕后在AI的上一程里，行业几乎被一条逻辑完全主导：算力决定上限，GPU就是算力的核心。在这种范式下，CPU退居幕后，负责数据预处理、任务调度和结果后处理等“总指挥”式的工作，其性能高低似乎并不直接决定用户体验。","collect":0,"end_time":0,"defaultTopTitle":"lanjinger.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"159819":"AI智能"},"translate_title":"CPU under AI agent, or return to the \"golden age\"","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"159819":1.5},"content_text":"文｜证券之星如果AI只是一问一答的聊天机器，算力的答案确实很简单——有多少GPU，就有多少想象力。在那段以对话模型为主角的周期里，CPU更像一位低调的调度员，负责数据的迎来送往，而非决定反应快慢的核心角色。然而，当AI从对话框里走出来，开始调用工具、读写代码、编排任务，变身真正的“数字代理人”时，算力游戏规则变了。分支指令的暴增让擅长矩阵乘法的GPU一时“水土不服”，而那位退居幕后的CPU，却恰好站上了控制流与记忆体风暴的中央。在对话大模型时代，CPU一度退居幕后在AI的上一程里，行业几乎被一条逻辑完全主导：算力决定上限，GPU就是算力的核心。无论是千亿参数模型的训练，还是大模型的实时推理，核心计算都落在矩阵乘法之上——而这恰恰是GPU架构设计的绝对主场。在这种范式下，CPU退居幕后，负责数据预处理、任务调度和结果后处理等“总指挥”式的工作，其性能高低似乎并不直接决定用户体验。但走到2026年，AI产业完成了一次关键范式切换。AI不再只是一“回答问题的对话机器，它开始真正走进现实世界“执行任务”。这个转变带来的不仅是能力的跃迁，更是一场算力需求的底层重构。大模型训练曾是AI算力消耗的主体，而到了2025年下半年，AI推理的支出正式超过了训练，行业迎来所谓推理翻转。当重心从训练转向推理和规模化落地，算力的评判标准也随之改变——不再是谁的GPU更强，而是整个系统能不能跑起来。在对话模型时代，一个用户请求的处理链路相对简单：CPU将文本转换为token，GPU运行模型生成响应，CPU再将token转换回文本。在这个往返中，GPU的计算时间主导了总延迟，CPU几乎不在性能的考量范围内。但当工作负载变成智能体，情况就截然不同了。一个典型的Agent任务需要执行多步推理、调用API、读写数据库、运行代码、解析文档，然后将所有中间结果编排成最终输出。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。Agent的工作机制，助力CPU价值重估为什么智能体对CPU的依赖如此之大？答案藏在Agent的工作机制里。传统对话模型的分支极少，一次推理就是一次推理。但智能体的行动阶段充满了if/else判断和系统调用。以Manus为代表的主流Agent架构，会为每个任务分配一个隔离的云端沙箱虚拟机，任务之间可以并行但控制流完全不同——有的在浏览网页，有的在修改代码，有的在部署环境。这类分支类任务如果放在GPU上执行，控制流发散会直接导致算力利用率急剧下降。而分支预测和处理恰恰是CPU微架构几十年来持续优化的核心能力。这正是东吴证券所说的“执行控制流CPU化”。与此同时，智能体的记忆体系也在发生迁移。在长上下文场景下，大模型推理会产生巨大的KV Cache，其占用随对话轮次和上下文长度线性增长，很快就会耗尽GPU宝贵的HBM容量。业界普遍采用的解决方案是将KV Cache迁移到CPU内存——通过KV Cache Offload技术，搭配大容量DDR5/LPDDR5内存和CXL扩展，CPU成为兼顾吞吐、扩展性和成本效率的KV Cache最优容器。东吴证券将这种现象概括为“记忆体系去GPU化”，这意味着CPU的角色已经从单纯的调度中枢，扩展为同时承载控制和部分存储功能的核心资源池。值得注意的是，智能体工作负载不仅在质上挑战CPU，在量上也形成了空前的压力。与标准生成式AI相比，代理式AI部署的token消耗量增加了20到30倍。每一次用户交互背后都包含着多步推理、工具调用和跨Agent协调，这个过程的token消耗远远超过单次问答。Gartner甚至预测，到2027年将有40%的代理项目因基础设施成本超支而被取消。高昂的成本不仅来自GPU推理，相当一部分正来自CPU端的持续开销。海外大厂开始“堆核竞赛”，行业有望重回高增长就在这种CPU需求量激增但产能受限的临界点上，行业巨头的动向往往最先泄露天机2026年初，英伟达做了两件看似偏离主业的事：一是掏出20亿美元追加认购CoreWeave股票，并在其平台上部署专为代理式推理设计的Vera CPU；二是在下一代Rubin架构中大幅提升CPU核心数，并开放NVL72机柜对x86 CPU的支持。与此同时，传统CPU厂商正在Agent的驱动下集体向超多核架构冲刺。AMD推出的Turin最高可达192核；英特尔的Sierra Forest采用纯能效核设计，核心数可达144甚至288核。超多核CPU以更高的并行度和更低的单位功耗，支撑大规模、长期运行的Agent执行环境。随着Agent商业化的推进，厂商必须持续压低每次任务的执行成本——在这个目标下，核数越多，单位成本越低，CPU的堆核竞赛或许才刚刚开始。从投资视角来看，IDC 预计 Agent 年执行任务数将从 2025 年的 440 亿次快速增加至 2030 年的 415 万亿次，对应年复合增长率达 524%，Agentic AI 发展正驱动 CPU 迎来新一轮成长机遇。在A股相关公司方面，东吴证券研报指出 CPU：澜起科技、海光信息、广合科技、龙芯中科、中国长城等。 数据库：星环科技(基于ARM 优化，与NV-GPU-GraceCPU 适配)。结语：CPU有望重回“黄金时代”从对话模型的GPU中心主义，到智能体时代的CPU价值回归，算力版图的位移折射出AI应用形态的深刻进化。当推理支出超越训练，当Agent的token消耗量数十倍于单次问答，基础设施的效率命题就不再只是谁的GPU更强，而是整个系统能否以可持续的成本跑起来。CPU凭借其在分支预测、内存扩展和并发控制上的架构优势，从单纯的调度中枢跃升为承载控制逻辑与记忆体系的核心资源池。海外大厂的堆核竞赛只是这场变局的外显征兆。其共同指向一个清晰方向：面向大规模、长周期运行的代理式AI负载，超多核CPU正成为成本与能效的关键平衡点。可以预见，随着Agent商业化的深入，算力体系的评判标准将被部分改写——异构计算的天平不再一味向GPU倾斜，CPU正以更加主动的姿态，参与定义下一代AI基础设施的形态与边界。","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":1,"need_auth":false,"need_login_tip":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.43.1","shortVersion":"4.43.1","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2627405525","isCrawlerRequest":true}