[经济日报] 随着生成型人工智能（AI）的普及，AI基础设施市场从以GPU为中心转向以CPU为中心。AI从简单的回答生成转变为执行实际任务，导致数据中心结构发生变化。
根据30日友利投资证券的报告，初期生成型AI主要生成用户问题的答案，但随着AI发展到执行实际行为，CPU的工作负载显著增加。
传统AI的计算瓶颈集中在GPU的矩阵运算和内存带宽处理上，但AI代理的结构不同。AI代理通过解析用户请求，执行数据库访问、外部工具调用和结果再分析等多层次任务。
CPU虽然不直接进行AI运算，但负责请求解析、任务调度、数据库访问、外部工具执行和会话管理等AI代理工作负载。因此，AI基础设施的性能由CPU和GPU的组合决定。
这种变化也反映在主要AI企业的战略中。英伟达最近扩大了CPU中心基础设施。Meta在今年2月与英伟达签订了大规模采购“格雷斯CPU”和“维拉CPU”的供应合同，英伟达在GTC 2026上宣布单独销售CPU。
Arm也推出了数据中心用“AGI CPU”，以应对AI代理市场的扩展。这是Arm自1990年成立以来首次直接销售芯片。AGI CPU由Arm与Meta共同开发，采用台积电3纳米工艺制造。
Arm预计，随着AI代理市场的扩大，数据中心CPU市场规模到2030年将达到1000亿美元。此外，未来5年内AGI CPU的年销售额将达到150亿美元，远超去年Arm的年销售额46.7亿美元。
业内预计，AI基础设施瓶颈正从GPU转向内存、网络，再到CPU。初期AI周期中，GPU是关键，但随着推理市场的扩大，KV缓存增加导致内存需求激增，随后高性能网络扩展需求增加。
随着AI代理的扩散，非GPU计算比例迅速增加，CPU预计将成为新的瓶颈。因此，数据中心CPU相关价值链的投资兴趣也在扩大。
Arm首席执行官勒内·哈斯在发布“AGI CPU”时表示：“AI正在快速发展，并将在未来以更快的速度增长。随着AI系统的复杂化，CPU的作用将更加重要。AI正在重新定义从用户到应用程序再到基础设施的整个技术栈，世界正在从传统数据中心快速转向AI中心数据中心。”
※ 本报道经人工智能（AI）系统翻译与编辑。
