北京
這幾天，有個事兒讓我有點懵。
英特爾股價暴漲27%。
你沒看錯，就是那個被老黃按在地上摩擦了好幾年、被人說"牙膏廠"、股價跌到媽都不認識的英特爾。
突然就支棱起來了。
更魔幻的是，連CPU都要開始漲價了。
我尋思著，這年頭搞AI，不是顯卡才是硬通貨嗎？怎么CPU也能蹭上這波熱度？
后來我才發現，不是CPU蹭熱度，是AI真的離不開它了。
一、風水輪流轉，莫欺少年窮
先說個冷知識。
CPU從來沒離開過AI。
1998年，圖靈獎得主LeCun訓練一個CNN模型，得在單個CPU上跑兩三天。
那時候GPU還沒上位，AI就是靠CPU硬算出來的。
但CPU算AI，效率太低了。
低到什么程度？
低到論文審稿人看到"神經網絡"四個字，就想直接拒稿。
沒辦法，大家只能給神經網絡起個花名，蒙混過關。
直到2012年，Hinton用兩張電腦城里買來的GTX580，把圖像識別準確率提升了十個百分點。
從那天起，GPU成了AI的鏟子，老黃穿著皮衣，一路把英偉達干到了世界第一。
CPU徹底淪為配角，只能干點雜活兒。
但誰能想到，風水輪流轉。
2026年的今天，CPU又站起來了。
二、Agent時代，GPU干不動了
過去我們用AI，就是對著網頁嘮嗑。
你問一句，GPU算一下，吐個答案出來。
簡單粗暴，CPU基本沒戲份。
但現在不一樣了。
Claude Code、Devin、龍蝦這些Agent工具火了。
AI不再是一問一答，而是要自己把活干完。
舉個例子。
你讓AI幫你買個奶龍玩偶。
AI得先搞清楚：什么是奶龍？
不認識？去網上搜。
搜完了，得選工具：調用電商平臺接口，還是用瀏覽器？
然后比價格、看店鋪、查銷量、判斷哪個鏈接靠譜。
最后把結果端上來。
這個過程，GPU干一會兒，CPU接個力，GPU再干一會兒。
CPU要是拉了，GPU直接擺爛。
這就是Agent時代的真相：GPU是干活的，CPU是管事的。管事的跟不上，干活的只能摸魚。
三、強化學習，CPU成了最嚴厲的導師
除了Agent，還有個東西讓CPU地位飆升。
強化學習。
DeepSeek R1怎么來的？強化學習。
OpenAI、Anthropic、Google、阿里Qwen、Grok，都在砸強化學習。
什么是強化學習？
簡單說，就是不讓模型坐在教室里背答案了，直接扔進考場做題。
做對了給獎勵，做錯了扣分。
比如讓AI練寫代碼。
模型不能光生成代碼就完事，得把代碼跑起來，測一遍，看看對不對。
這個驗證的過程，就是CPU在干活。
模型的每次訓練，背后都有一堆CPU在搭場地、搬道具、打分看成績。
CPU成了大模型最嚴厲的導師。
四、越花錢越省錢的魔幻邏輯
數據中心還有個更魔幻的發現。
越花錢買CPU，反而越省錢。
為什么？
因為GPU干的所有活，都是CPU指派的。
GPU正式干活前，CPU得先干一堆事：接受請求、分配數據、加載權重、更新緩存。。。
CPU要是拉了，活排不出來，GPU就開始磨洋工。
結果就是：活干得慢，電費賬單蹭蹭漲。
AMD做過實驗。
同樣的GPU，配上不同的CPU。
好的CPU那組，耗電量增加0.8%，但效率提升了8%。
這就是數據中心版的"貴就是便宜"。
性價比直接拉滿。
五、CPU的第二春，誰在狂歡？
于是，CPU迎來了事業的第二春。
微軟建數據中心，專門蓋了一棟全是CPU的大樓。
谷歌自己搞CPU Axion。
Meta拉著Arm一起研發。
英特爾、AMD、甚至英偉達，都在搶這塊蛋糕。
唯一受傷的，是我們這些臭打游戲的。
配電腦越來越貴了。
AI這盤棋，從來不是單打獨斗。
GPU是鏟子，CPU是手。
鏟子再鋒利，手跟不上，也挖不到金礦。
2026年，CPU翻身了。
不是它運氣好，是AI終于長大了。
AI的童年時代結束了。它不再滿足于被喂養答案，而是要自己下場干活。
而CPU，就是那個在背后默默撐著它的人。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
