CPU，悄悄回到了AI算力的舞台中央
过去三年，AI算力的焦点几乎全在GPU上，CPU长期被视为次要的“配套”角色。然而，2026年起，这一叙事开始出现变化。英特尔推出至强6+处理器，强调其在AI基础设施中作为“控制平面”的角色，负责编排、并发与数据流动，而非仅仅是GPU的辅助。
这种转变源于AI工作负载的变化。早期重心是高度并行的大模型训练，GPU占绝对主导。但随着AI进入推理与智能体时代，工作负载转变为部署已训练模型到实际业务中，涉及大量任务调度、多模型协作、并发请求处理和数据流管理。这类编排任务GPU并不擅长，反而成为了新的系统瓶颈。因此，CPU在处理这些“周边算力需求”上变得至关重要。
至强6+的产品定义反映了这一判断：它采用高密度能效核设计，核心数多达288个，重点追求多任务并发吞吐能力，而非传统意义上的单核峰值性能。这瞄准了智能体AI所需的高密度、高能效工作负载。
然而，CPU的“回归”并非英特尔一家之事，也面临多重挑战：英伟达通过Grace CPU等方案试图整合CPU角色；主要云厂商纷纷自研高能效ARM架构CPU；同时，至强6+所依赖的Intel 18A制程也需在良率、性能上与台积电N2等竞争。
总而言之，随着AI从集中训练迈向大规模智能体部署，负责系统编排和数据流动的CPU价值被重新发现和定义。虽然CPU回归AI算力核心舞台的趋势已现，但最终由哪家厂商主导这场回归，答案仍未可知。
marsbit8小时前
