k8凯发一触即发-不好，CPU 也要被干涨价了。

首页财产ai正文 欠好，CPU 也要被干涨价了。 已往几年 GPU 因 AI 风景无穷，如今风向变了，CPU 最先涨价，英特尔股价暴涨。跟着 Agent 东西鼓起，CPU 于 AI 中作用渐年夜，迎来第二春。 2026-04-30 10:00 ·差评托尼 AI投资人解读· 跟着AI成长，CPU于AI范畴的主要性晋升。如今弄AI，光靠GPU不敷，CPU实力凹凸成要害因素。于新的AI运用场景中，CPU与GPU瓜代事情，强化进修也依靠CPU验证成果。· 行业竞争加重，各年夜厂商纷纷采纳步履获取更多CPU技能更新换代快，若不克不及和时跟上，可能面对被裁减危害。总结：CPU于AI范畴迎来新机缘，相干厂商有望受益，但行业竞争与技能更新危害并存，需连续存眷技能成长趋向与市场动态。内容由AI天生，仅供参考

已往几年，老黄靠着 GPU 险些把全球的热钱都赚进了兜里，各人都说，弄 AI 只要显卡够多就行。

可是近来，风向偷摸摸的变了。

就看起来及显卡八杆子打不着的 CPU，都要最先涨价了。

就连前段时间各类动荡，一直成就低迷被人看不起的英特尔，股价也是迎来了一波猛涨。

上周五股价直接暴涨 27%，冲破了它们于 26 年前创下的股价汗青高点。

是的，此刻弄 AI，光靠 GPU 已经经不敷了。

CPU 实力的凹凸同样成了不起不品的一环。

实在严酷来讲，CPU 从来没脱离过AI。

由于于显卡真正成为 AI 主角以前，AI 很长一段时间，都是靠 CPU 硬算出来的。

1998 年，图灵奖患上主 LeCun 于一篇论文中就提到，他们其时要练习一个 CNN 模子的话，患上于单个 CPU 上跑个两三天时间。

想要练习更年夜的模子？就患上用上更多更强的 CPU。

但咱们此刻知道，用 CPU 来练习 AI，素质上是个很是低效的举动。

于其时各人也没钱买这么多 CPU。

这就致使了其时练习出来的 AI 都很拉。

拉到其时的一些论文审稿人，看到文章名字里带有“神经收集”，就会思量直接拒稿。

在是，各人为了避免让本身的论文被直接扔进垃圾堆，不能不给神经收集起个混名，来蒙混过关。

可是很快，各人发明神经收集真实的 CP，实在是 GPU。

2012 年的 ImageNet 年夜赛上，图灵奖患上主 Hinton 领导的小队打出了遥遥*的战绩。

用两张电脑城里买到的 GTX580 显卡，把图象辨认的正确率给直接晋升了十个百分点。

也就是从这一天起，路边一条的神经收集直接腾飞。

AI成为了新时代的黄金，而GPU成为了阿谁能挖掘金矿的铲子。

老黄也穿戴他的标记性皮衣，经由过程卖铲子，一起把英伟达的市值干到了世界*。

而曾经经的* CPU，于这场 AI 狂欢中完全沦为了副角，只能干点杂活儿。

但就像我们开首说的同样：风水轮流转，莫欺少年穷。

到了 2026 年的今天，各人忽然发明，想要弄好AI，光靠GPU已经经不敷了。

已往咱们用 AI，不论是 ChatGPT 还有是 DeepSeek，各人基本上都是对于着一个网页唠嗑。

咱们发问，然后何处的 GPU 于原地狠狠的做矩阵运算，猜测下一个 Token 是甚么，再把谜底一段段吐出来。

这类简朴的流程基本就没有甚么 CPU 加入的空间了。

可是跟着 Claude Code，龙虾如许的 Agent 东西愈来愈火，事态逐渐发生了一些变化。

AI 干活再也不是简朴的一问一答的互动环节。

咱们把一个问题丢给 AI 后，AI 需要本身想措施把整个问题给补完。

举个例子，咱们让 AI 来帮咱们去买个奶龙玩偶，那 AI *做的，就是弄清晰，甚么是奶龙？

假如不熟悉的话，就要去网上搜一搜看看这是啥，确认完以后，它还有患上去选适合的东西。

好比挪用电商平台的接口，或者者阅读器东西，去搜奶龙玩偶的价格、款式、店肆及销量。

末了还有患上把这些信息收拾核实一下，判定一下哪一个链接更靠谱，哪一个产物的价格更合理，末了再把成果给端上来。

看完这个历程，咱们会发明此刻的 Agent 于干活的时辰，都是先让 GPU 干点活，然后让 CPU 接力再干点活，接着再让 GPU 来干活的连环瓜代类型。

你要是 CPU 机能拉了，那 GPU 直接最先摆烂。

以是此刻，各人为了避免让 GPU 摸鱼，以是都于千方百计给数据中央里塞进更多的 CPU。

微软于设置装备摆设最新的数据中央 Fairwater 的时辰，就专门分外建了一栋全是 CPU 的年夜楼。

By semianalysis

除了此以外，各人也发明，此刻想要让模子的机能变患上更强，也离不开 CPU 于后面发光发烧。

此刻想让模子变患上更智慧，光给它多塞几张显卡堆范围，许多时辰已经经不太够用了。

这一代模子想前进，愈来愈依靠 RL，也就是强化进修的功绩。

DeepSeek 就靠强化进修弄出了 R1，OpenAI、Anthropic、Google、阿里 Qwen、Grok 这些头部的 AI 巨头也于强化进修上花了不少功夫。

所谓的强化进修，就是再也不只让模子坐于教室里违尺度谜底，而是直接扔进科场里，让它下场做题。

做对于了，给奖励，做错了，扣分。

好比你让 AI 练写代码的能力，那模子就不克不及光天生代码就完事了，患上把代码真的跑起来，测一遍，看看成果对于不合错误。

这个验证强化进修成果的历程，就需要 CPU 来帮助。

模子的每一次练习，暗地里均可能有一堆 CPU 于陪它做演习，于阁下搭园地、搬道具、打分当作绩。

CPU 甚至成为了年夜模子最严肃的导师。

在是为了能得到更多更强的 CPU，各家年夜模子厂商也是整出了各类绝招。

除了了直接向行业老年老 Intel 下单采办 CPU 以外，有技能堆集的google最先弄起了 CPU Axion。

没技能堆集的 Meta 则是直接最先及隔邻 Arm 互助，最先配合研发。

同时，各家年夜厂数据中央的带领还有发明了一件怪事。

那就是你越费钱买 CPU，你反而越省钱。

这是由于此刻这些 AI 年夜模子于干活的时辰，GPU 干的所有活，实在都是 CPU 给它指派的。

于 GPU 正式最先干活前，CPU 需要干一年夜堆活。

包括可是不限在：接管用户哀求、分配模子模子数据、加载模子权重，、更新 KV 缓存等等等。。。

假如 CPU 自己就拉了，那活底子排不出来，处置惩罚数据磨磨唧唧，就会致使功耗年夜几百瓦、昂贵无比的 GPU 直接最先磨洋工了。

成果就是要干同样的活，患上花失更长的时间，那电费账单可不就上去了么。

相反，直接换上更贵功耗更年夜的夯爆了的高端 CPU 来干活的话。

虽然 CPU 本身花的电够多，但它给 GPU 派活的速率也一点不慢。

反而能让 GPU 更快的把活给干完，给哥们省下更多的电。

AMD 以前就做过试验，他们给一样的 GPU 配上了差别的 CPU 来测试。

成果发明，用上好的 CPU 的那组，虽然耗电量增长了 0.8%，可是干活的效率反而晋升了 8%。

属在是数据中央越贵，数据中央越自制了。

可以说是性价比直接拉满了。

在是，于这些各类各样的因素叠加下，CPU 反而迎来了本身事业的第二春。

可以说于将来，跟着 AI Agent 及强化进修的继承爆火，CPU 于数据中央的职位地方只会愈来愈安定。

这对于在英特尔、AMD 甚至想分一杯羹的英伟达来讲，*是一波天降繁华，白捡的流量。

*受伤的，只有咱们这些臭打游戏的家伙。

此刻托尼能做的，只有祷告家里的电脑别坏了。

否则这年初配个新电脑，不知道要花几多钱进去。。

【本文由投资界互助伙伴差评授权发布，本平台仅提供信息存储办事。】若有任何疑难，请接洽（editor@zero2ipo.com.cn）投资界处置惩罚。