出品 | 妙投 APP

作家 | 张博

裁剪 | 丁萍

头图 | AI 生图

往时两年，AI 产业最强的叙事险些王人围绕 GPU 伸开。

从 OpenAI 掀翻大模子波涛，到英伟达市值飙升，再到云厂商、互联网平台和创业公司争抢高端算力，GPU 被塑酿成 AI 期间最稀缺的"硬通货"。谁领有更多 GPU，谁就更接近模子才气上限，谁能搭起更大纯属集群，谁就更像拿到了下一代 AI 的门票。

在这套叙事中，CPU 莫得消逝，但显豁退居幕后。它仍然是办事器的基础部件，是操作系统、数据库、相聚和应用运行的底座，却不再是 AI 故事里的主角。市集致使形成了一种近乎默许的判断：AI 期间，GPU 吃肉，CPU 喝汤。

但到 2026 年，这个判断如故不够用了。因为 AI 产业正在发生一个更深层的变化：主战场正从纯属竞赛，转向部署竞赛；价值重点正从峰值算力，转向系统效果。

这意味着，真确决定 AI 交易化速率的，不再仅仅 GPU 能把模子训得多大、多快，而是整套系统能否以可控成本、褂讪浑沌和高运用率，把模子真确跑起来、用起来、赚到钱。

一朝竞争从"单卡性能"转向"端到端效果"，CPU 就不再仅仅粉碎，而是 AI 基础设施里阿谁被遥远低估的系统变量。 

市集为何再行看英特尔？

不仅仅因为财报，而是因为需求结构变了。

最近一个值得郑重的信号，是英特尔再行得到老本市集关切。2026 年第一季度，英特尔营收约为 136 亿好意思元，同比增长 7%，一语气第六个季度超预期；净利润同比增长 156%。其中，数据中心与 AI 关系业务（DCAI）收入达到约 51 亿好意思元，同比增长 22%，成为增长最快的板块。财报发布后，英特尔股价盘后最高上升超 40%（限定 4 月 30 日）。

如果只看公司层面，这天然不及以施展英特尔如故透顶翻身。它仍面对制程追逐、办事器 CPU 份额承压、Arm 浸透、云厂商自研芯片鼓动等问题。但市集如故给了它新的念念象空间，原因不在于英特尔短暂变成 AI 明星，而在于投资东谈主运转知道到：AI 基础设施的需求结构，如故不再仅仅"多买 GPU "。

英特尔惩办层在财报会上泄露，数据中心中 CPU 与 GPU 的部署比例，正从传统的 1:8 收紧到 1:4，在智能体场景中致使可能进一步向 1:1 辘集。

这背后的含义超过明确：往时两年 AI 行业最核心的矛盾是纯属才气不及，而今天越来越多企业运转面对另一组问题，模子纯属完之后，怎样推理、怎样部署、怎样扩张、怎样限定成本。

也便是说，老本市集再行订价的，不仅仅英特尔，而是一个更深层的事实：AI 运转干预系统竞争阶段。 

CPU 的雄壮性从何而来？

先要复兴另一个问题：为什么 AI 今天的核心矛盾，如故不再仅仅纯属。因为纯属天然贵，但对大多数企业来说，它更多是阶段性的老本开支；而推理、部署和调用，才是执续性的运营开支。

纯属决定模子能不成作念出来，推理决定模子能不成活下去。这一变化如故有明确的数据相沿。

Deloitte 估算，推理责任负载占 AI 总算力的比例在 2023 年约为 1/3，2025 年接近 1/2，到 2026 年展望达到 2/3。IDC 预测，到 2027 年中国推理算力占举座算力比例将摧毁 70%。另有扣问展望，到 2026 年推理带来的市集范围将是纯属硬件市集的 2 到 3 倍。这些数字共同施展一件事：AI 的成本中心和价值中心，正在从"纯属一次"转向"运行无数次"。

郑纬民院士给过一个更直白的拆分：在大模子推理成本中，东谈主力仅占 3%，数据占 2%，算力占到 95%。他例如称，ChatGPT 的推理支拨每天约 70 万好意思元，DeepSeek V3 每天约 8.7 万好意思元（按各自表露口径）。

这组数据真确施展的，不是"推理也很贵"，而是一朝 AI 干预大范围使用阶段，真确吞吃利润的不是纯属账，而是推理账。国度数据局的数据进一步放大了这种压力：中国日均 Token 调用量从 2024 岁首约 1000 亿，跃升至 2026 年 3 月的 140 万亿，两年增长超千倍。

如果说纯属是一次性把钱砸进去，那么推理便是每天王人在把钱烧出去。纯属贵，是研提问题；推理贵，是利润问题。而一朝问题变成利润问题，企业就不可能再只盯着模子参数和 GPU 数目，而必须运转追问：

GPU 是不是被充分运用了？哪些任务必须用 GPU？哪些其实应该交给 CPU？整套系统的浑沌率和资源运用率到底高不高？

这恰是 CPU 再行变雄壮的开首。

好多东谈主领会 AI 基础设施，还停留在" GPU 越多越好"的阶段。但实验是，今天大批 AI 系统面对的核心问题，不是 GPU 不够强，而是系统喂不饱 GPU。

MLPerf 行业基准测试炫耀，在大模子纯属场景中，数据加载、预处理、参数同步等要津带来的延伸，可占总纯属时候的 35% 到 60%。IDC 调研则炫耀，即使是头部互联网企业的 AI 推理集群，GPU 平均运用率也遥远低于 40%；大批中小企业的 GPU 集群运用率致使不及 15%。

这意味着什么？

意味着今天最崇高的 AI 资源，正在被大范围阔绰。不是因为 GPU 性能不行，而是因为数据流动、任务养息、内存惩办、I/O 协同、相聚处理这些系统要津跟不上。换句话说，GPU 算得很快，但系统供给不上，结果便是一边拚命买卡，一边大面积闲置。

这亦然为什么 CPU 的雄壮性，不是"多卖少许办事器芯片"那么绵薄，而是它径直决定 AI 系统的资源运用率和 ROI。

因为在真实责任流里，GPU 从来不是单独责任的。它前边出奇据准备，背面有结果处理，中间有任务养息、缓存顾惜、高下文切换、相聚通讯、容器惩办、数据库交互。这些要津里，真确承担限定流和系统协同的，主如若 CPU。

是以问题的骨子不是" CPU 能不成替代 GPU "，而是如果 CPU 和系统层才气跟不上，再强的 GPU 也仅仅崇高的闲置钞票。

智能体兴起，让 CPU 从"底座"变成"核心"

如果说推理阶段让 CPU 再行雄壮，那么智能体（Agent）的兴起，则把这种雄壮性进一步放大。

因为智能体不是一个"更会聊天"的模子，而是一套真确要实行任务的系统。它门径略见解、拆解要津、调用器具、看望数据库、贯串 API、实行代码、顾惜现象、判断结果，必要时还要调用其他模子或子 Agent 协同。

在这条链路中，模子推理仅仅其中一环。大批责任并不是"算"，而是"养息""编排""切换""看望""惩办"。这些责任骨子上王人属于限定流和系统协同，而这恰是 CPU 最擅长的畛域。

康奈尔大学的扣问炫耀，在五类代表性 Agent 责任负载中，CPU 端的器具处理、逻辑养息和数据预处理，占总端到端延伸的比例高达 43.8% 到 90.6%。在典型的 RAG 场景中，CPU 处理致使可能占到总延伸的 90% 以上，GPU 推理反而不到 10%。

这组数据的深嗜超过明确：在智能体期间，好多真实任务的瓶颈如故不是 GPU 算得够不够快，而是 CPU 能不成把整条任务链顺畅地跑完。

这也讲授了为什么 CPU/GPU 配比正在变化。TrendForce 指出，现时 AI 数据中心中 CPU 与 GPU 的配比约莫是 1:4 到 1:8，而在智能体 AI 期间，这一比例展望将逐渐演变为 1:1 到 1:2。当配比从 1:8 向 1:1 料理，骨子上不是 CPU 多卖了几颗，而是 AI 基础设施从"揣度中心化"转向"系统中心化"。

产业反映如故运转出现。2026 年第一季度末，Intel 和 AMD 王人对部分 CPU 居品线提价，办事器 CPU 交期拉长至约 6 个月。与此同期，英伟达和 Arm 也在湮灭时期文告进犯办事器 CPU 市集。

一个是 GPU 巨头，一个是 IP 授权商，却在湮灭时候加码 CPU，这施展他们看到的是湮灭个趋势：畴昔 AI 的重要战场，不仅仅模子推理自己，而是围绕推理和智能体伸开的整机系统才气。

当所有头部玩家王人在补 CPU，施展竞争如故从"单芯片"变成"系统工程"。往时两年，AI 行业有一种很强的"单点选藏"：比谁的芯片更强，比谁的参数更多，比谁的集群更大。这种竞争面容在产业早期开发，因为时期摧毁时常率先来自少数明星要津。

但产业一朝干预落地阶段，决定输赢的逻辑就会编削。真确拉开差距的，不再仅仅某个单点性能，而是整套系统能否以可控成本、可复制面容执续运行。

是以今天咱们看到的，不仅仅英特尔受益，而是所有雄壮玩家王人在再行补 CPU、补系统、补整机才气。英特尔但愿依托数据中心生态和软件兼容，再行镇定系统层谈话权；AMD 则在办事器 CPU 市集执续扩大份额，Mercury Research 数据炫耀，AMD EPYC 办事器 CPU 在 2025 年 Q4 营收份额已达到 41.3%，初次摧毁 40%。

Arm 和云厂商自研 CPU，则试图从高能效和定制化切入系统进口；致使连英伟达我方，也在通过 Grace CPU 强化对整机架构的限定力。所有顶级玩家王人在补 CPU，不是因为 CPU 短暂变得性感，而是因为 AI 运转从芯片问题，变成系统问题。

如果把视角拉回中国，这轮变化的实验深嗜更大。中国事巨匠 AI 应用落地最快的市集之一。限定 2026 年 3 月，我国日均 Token 调用量已摧毁 140 万亿；IDC 数据炫耀，2025 年中国 AI 加快卡总出货约 400 万张，其中国产厂商出货 165 万张，占比 41%。

这施展，中国 AI 如故不再仅仅"模子热""算力热"，而是干预了真确的"调用热"和"部署热"。这会把中国企业推向一个更实验的问题：AI 不是能不成作念，而是作念了之后能不成遥远跑、能不成算得过来。

第一，是成本压力。 

某制造企业在将智能体接入分娩线时发现，每个有贪图要津的推理成本高达 0.3 好意思元，是传统国法系统的 20 倍。这类案例真确施展的，不是智能体太贵，而是：如果系统架构不优化，AI 很容易从分娩力器具变成成本黑洞。

第二，是兼容压力。

中国企业现存 IT 系统复杂，数据库、ERP、CRM、OA、工业系统遥远并存。AI 如果要真确干预业务历程，必须与这些存量系统深度交融。这意味着企业需要的不是单一"最强模子"，而是一套能把模子、数据库、API 和业务系统串起来的基础设施，而 CPU 承担的恰是兼容、养息和运行时相沿变装。

第三，是自主可控。

跟着 AI 部署深刻，国产 CPU、办事器、操作系统、数据库、中间件和养息软件，王人会被再行放到更靠前的位置。也便是说，CPU 再行雄壮，不仅仅外洋巨头的契机，也可能成为中国基础设施产业链的一次再估值窗口。

是以，如果把视角再拉长少许，就会发现，CPU 在 AI 中的再行雄壮，其实仅仅兴隆。更深层被再行订价的，是系统才气。

开云kaiyun体育