起源：马正勇任四川省副省长作者： 赖碧仲：

不好，CPU 也要被干涨价了

从前几年，老黄靠着 GPU 险些把全世界的热钱都赚进了堵凤，各人都说，搞 AI 只有显卡够多就行。

但是最近，风向偷摸摸的变了。

就看起来和显卡八杆子打不着的 CPU，都要起头涨价了。

就连前段功夫各类动荡，一向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%，突破了它们在 26 年前创下的股价汗青高点。

是的，此刻搞 AI，光靠 GPU 已经不够了。

CPU 实力的凹凸也成了不得不品的一环。

其实严格来说，CPU 从来没脱离过AI。

由于在显卡真正成为 AI 主角之前，AI 很长一段功夫，都是靠 CPU 硬算出来的。

1998 年，图灵奖得主 LeCun 在一篇论文中就提到，他们其时要训练一个 CNN 模型的话，得在单个 CPU 上跑个两三天功夫。

想要训练更大的模型？就得用上更多更强的 CPU。

但我们此刻知路，用 CPU 来训练 AI，性质上是个极度低效的行为。

在其时各人也没钱买这么多 CPU。

这就导致了其时训练出来的 AI 都很拉。

拉到其时的一些论文审稿人，看到文章名字里带佑装神经网络”，就会思考直接拒稿。

因而，各人为了不让自己的论文被直接抛进垃圾堆，不得不给神经网络起个花名，来蒙混过关。

但是很快，各人发现神经网络真正的 CP，其实是 GPU。

2012 年的 ImageNet 大赛上，图灵奖得主 Hinton 携带的幼队打出了遥遥当先的战绩。

用两张电脑城里买到的 GTX580 显卡，把图像识此外正确率给直接提升了十个百分点。

也就是从这一天起，路边一条的神经网络直接腾飞。

AI成了新时期的黄金，而GPU成了那个能挖掘金矿的铲子。

老黄也穿戴他的标志性皮衣，通过卖铲子，一路把英伟达的市值干到了世界第一。

而已经的王者 CPU，在这场 AI 狂欢中彻底沦为了配角，只能干点杂活儿。

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，各人忽然发现，想要搞好AI，光靠GPU已经不够了。

从前我们用 AI，不论是 ChatGPT 还是 DeepSeek，各人根基上都是对着一个网页唠嗑。

我们提问，而后何处的 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。

这种单一的流程根基就没有什么 CPU 插手的空间了。

但是随着 Claude Code，龙虾这样的 Agent 工具越来越火，事态逐步发生了一些变动。

AI 干活不再是单一的一问一答的互动环节。

我们把一个问题丢给 AI 后，AI 必要自己设法子把整个问题给补完。

举个例子，我们让 AI 来助我们去买个奶龙玩偶，那 AI 最先做的，就是搞明显，什么是奶龙？

若是不意识的话，就要去网上搜一搜看看这是啥，确认完之后，它还得去选相宜的工具。

GPT-image-2做的图，示意一下

好比挪用电商平台的接口，或者浏览器工具，去搜奶龙玩偶的价值、格局、店铺和销量。

最后还得把这些信息整顿核实一下，判断一下哪个链接更靠谱，哪个产品的价值更合理，最后再把了局给端上来。

看完这个过程，我们会发现此刻的 Agent 在干活的时辰，都是先让 GPU 干点活，而后让 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 机能拉了，那 GPU 直接起头摆烂。

所以此刻，各人为了不让 GPU 摸鱼，所以都在想方设法给数据中内心塞进更多的 CPU。

微软在建设最新的数据中心 Fairwater 的时辰，就专门额表建了一栋满是 CPU 的大楼。

By semianalysis

除此之表，各人也发现，此刻想要让模型的机能变得更强，也离不开 CPU 在后面发光发热。

此刻想让模型变得更聪明，光给它多塞几张显卡堆规模，好多时辰已经不太够用了。

这一代模型想进取，越来越依赖 RL，也就是强化进建的业绩。

DeepSeek 就靠强化进建搞出了 R1，OpenAI、Anthropic、Google、阿里 Qwen、Grok 这些头部的 AI 巨头也在强化进建上花了不少功夫。

所谓的强化进建，就是不再只让模型坐在教室里背尺度答案，而是直接抛进科场里，让它下场做题。

做对了，给嘉奖，做错了，扣分。

好比你让 AI 练写代码的能力，那模型就不能光天生代码就完事了，得把代码真的跑起来，测一遍，看看了局对不合。

这个验证强化进建了局的过程，就必要 CPU 来助忙。

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、搬路具、打分当作绩。

CPU 甚至成了大模型最严格的导师。

因而为了能获得更多更强的 CPU，各家大模型厂商也是整出了各类绝招。

除了直接向行衣废大哥 Intel 下单采办 CPU 之表，有技术堆集的谷歌起头搞起了 CPU Axion。

没技术堆集的 Meta 则是直接起头和隔壁 Arm 合作，起头共同研发。

同时，各家大厂数据中心的辅导还发现了一件怪事。

那就是你越花钱买 CPU，你反而越省钱。

这是由于此刻这些 AI 大模型在干活的时辰，GPU 干的所有活，其实都是 CPU 给它指派的。

在 GPU 正式起头干活前，CPU 必要干一大堆活。

蕴含但是不限于：接受用户要求、分配模型模型数据、加载模型权重，、更新 KV 缓存等等等。。。

若是 CPU 自身就拉了，那活底子排不出来，处置数据磨磨唧唧，就会导致功耗大几百瓦、昂贵无比的 GPU 直接起头磨洋工了。

了局就是要干一样的活，得花掉更长的功夫，那电费账单可不就上去了么。

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。

固然 CPU 自己花的电够多，但它给 GPU 派活的速度也一点不慢。

反而能让 GPU 更快的把活给干完，给哥们省下更多的电。

AMD 之前就做过尝试，他们给同样的 GPU 配上了分歧的 CPU 来测试。

了局发现，用上好的 CPU 的那组，固然耗电量增长了 0.8%，但是干活的效能反而提升了 8%。

属因而数据中心越贵，数据中心越便宜了。

能够说是性价比直接拉满了。

https://www.amd.com/en/blogs/2025/why-your-host-cpu-matters-more-than-you-think--ma.html

因而，在这些各类各样的成分叠加下，CPU 反而迎来了自己事业的第二春。

能够说在将来，随着 AI Agent 和强化进建的持续爆火，CPU 在数据中心的职位只会越来越不变。

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。

唯一受伤的，只有我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。

不然这年初配个新电脑，不知路要花几多钱进去。。

撰文：早起

编纂：江江 & 面线

美编：素描

图片、资料起源：

CPUs are Back: The Datacenter CPU Landscape in 2026

Google的猫脸鉴别：人为智能的新突破

英伟达帝国的一路裂缝

CPU荒来了！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 megaconference

Arm unveils new AI chip, expects it to add billions in annual revenue

The CPU Was Left for Dead by AI. Now AI Is Bringing It Back.