不好，CPU|也要被干涨价了
2026-05-10 19:06:05 新浪新闻
过去几年，老黄靠着 GPU 几乎把全世界的热钱都赚进了兜里，大家都说，搞 AI 只要显卡够多就行。用两张电脑城里买到的 GTX580 显卡，把图像识别的准确率给直接增强了十个百分点。过去我们用 AI，不管是 ChatGPT 还是 DeepSeek，大家基本上都是对着一个网页唠嗑。是的，目前搞 AI，光靠 GPU 已经不够了。因为在显卡真正成为 AI 主角之前，AI 很长一段时间，都是靠 CPU 硬算出来的。就看起来和显卡八杆子打不着的 CPU，都要开始涨价了。就连前段时间各种动荡，始终成绩低迷被人看不起的英特尔，股价也是迎来了一波猛涨。也就是从这一天起，该领域直接起飞。AI成了新时代的黄金，而GPU成了那个能挖掘金矿的铲子。虽然 CPU 自己花的电够多，但它给 GPU 派活的速度也一点不慢。除了直接向产业老大哥 Intel 下单购买 CPU 之外，有技术积累的谷歌开始搞起了 CPU Axion。然而很快，该范围真正的 CP，其实是 GPU。2012 年的 ImageNet 大赛上，图灵奖得主 Hinton 带领的小队打出了遥遥领先的战绩。这对于英特尔、AMD 甚至想分一杯羹的英伟达来说，绝对是一波天降富贵，白捡的流量。没技术积累的 Meta 则是直接开始和隔壁 Arm 合作，开始共同研发。老黄也穿着他的标志性皮衣，通过卖铲子，一路把英伟达的市值干到了世界第一。如果不认识的话，就要去网上搜一搜看看这是啥，确认完之后，它还得去选合适的工具。于是为了能获得更多更强的 CPU，各家大模型厂商也是整出了各种绝招。结果就是要干一样的活，得花掉更长的时间，那电费账单可不就上去了么。我们提问，然后那边的 GPU 在原地狠狠的做矩阵运算，预测下一个 Token 是什么，再把答案一段段吐出来。这种简单的流程基本就没有什么 CPU 插手的空间了。不过随着 Claude Code，龙虾这样的 Agent 工具越来越火，事态逐渐发生了一些变化。相反，直接换上更贵功耗更大的夯爆了的高端 CPU 来干活的话。于是，大家为了不让自己的论文被直接扔进垃圾堆，该领域起个花名，来蒙混过关。比如你让 AI 练写代码的能力，那模型就不能光生成代码就完事了，得把代码真的跑起来，测一遍，看看结果对不对。该范围中心 Fairwater 的时候，就专门额外建了一栋全是 CPU 的大楼。最后还得把这些信息整理核实一下，判断一下哪个链接更靠谱，哪个产品的价格更合理，最后再把结果给端上来。看完这个过程，我们会发现目前的 Agent 在干活的时候，都是先让 GPU 干点活，然后让 CPU 接力再干点活，接着再让 GPU 来干活的连环交替类型。你要是 CPU 性能拉了，那 GPU 直接开始摆烂。所以当前，大家为了不让 GPU 摸鱼，所该领域中心里塞进更多的 CPU。。。如果 CPU 本身就拉了，那活根本排不出来，该行业磨磨唧唧，就会导致功耗大几百瓦、昂贵无比的 GPU 直接开始磨洋工了。拉到当时的一些论文审稿人，看到文章名字里带有“该领域”，就会考虑直接拒稿。这个验证强化学习结果的过程，就需要 CPU 来帮忙。模型的每次训练，背后都可能有一堆 CPU 在陪它做演习，在旁边搭场地、搬道具、打分看成绩。所谓的加强学习，就是不再只让模型坐在教室里背标准答案，而是直接扔进考场里，让它下场做题。该领域的接口，或者浏览器工具，去搜奶龙玩偶的价格、款式、店铺和销量。可以说在未来，随着 AI Agent 和强化学习的继续爆火，CPU 该行业的地位只会越来越稳固。现在想让模型变得更聪明，光给它多塞几张显卡堆规模，很多时候已经不太够用了。除此之外，大家也发现，现在想要让模型的性能变得更强，也离不开 CPU 在后面发光发热。同时，该范围中心的领导还发现了一件怪事。这是因为现在这些 AI 大模型在干活的时候，GPU 干的所有活，其实都是 CPU 给它指派的。AI 干活不再是简易的一问一答的互动环节。我们把一个问题丢给 AI 后，AI 需要自己想办法把整个问题给补完。举个例子，我们让 AI 来帮我们去买个奶龙玩偶，那 AI 最先做的，就是搞清楚，什么是奶龙？在 GPU 正式开始干活前，CPU 需要干一大堆活。包括但是不限于：接受用户请求、该范围、加载模型权重，、更新 KV 缓存等等等。。CPUs are Back: The Datacenter CPU Landscape in 2026CPU荒来了！但就像咱们开头说的一样：风水轮流转，莫欺少年穷。到了 2026 年的今天，大家突然发现，想要搞好AI，光靠GPU已经不够了。而曾经的王者 CPU，在这场 AI 狂欢中彻底沦为了配角，只能干点杂活儿。当前托尼能做的，只有祈祷家里的电脑别坏了。不然这年头配个新电脑，不知道要花多少钱进去。想要训练更大的模型？就得用上更多更强的 CPU。但我们现在知道，用 CPU 来训练 AI，本质上是个非常低效的行为。结果发现，用上好的 CPU 的那组，虽然耗电量增多了 0.8%，但是干活的效率反而提升了 8%。https://www.amd.com/en/blogs/2025/why-your-host-cpu-matters-more-than-you-think--ma.html于是，在这些各种各样的因素叠加下，CPU 反而迎来了自己事业的第二春。1998 年，图灵奖得主 LeCun 在一篇论文中就提到，他们当时要训练一个 CNN 模型的话，得在单个 CPU 上跑个两三天时间。这一代模型想进步，越来越依赖 RL，也就是强化学习的功劳。DeepSeek 就靠强化学习搞出了 R1，OpenAI、Anthropic、Google、阿里 Qwen、Grok 这些头部的 AI 巨头也在强化学习上花了不少功夫。反而能让 GPU 更快的把活给干完，给哥们省下更多的电。AMD 之前就做过实验，他们给同样的 GPU 配上了不同的 CPU 来测试。上周五股价直接暴涨 27%，突破了它们在 26 年前创下的股价历史高点。英特尔、AMD 3月再涨价，今年已涨10%-15%，交货周期最长延至6个月Nvidia to focus on competition-beating AI advances at megaconferenceArm unveils new AI chip, expects it to add billions in annual revenueThe CPU Was Left for Dead by AI. Now AI Is Bringing It Back.
![[SpaceX估计芯片工厂耗资至少550亿美元]](https://img1.baidu.com/it/u=3556383343,1028799422&fm=253&fmt=auto&app=138&f=JPEG?w=500&h=666)
今日商丘
新浪微博
商丘网