蘇姿豐大膽預(yù)測：AI智能體時(shí)代，CPU將重新成為緊缺資源，年增長超35%

過去兩年，AI算力的主角幾乎只有一個(gè)：GPU。

訓(xùn)練大模型需要GPU，推理大模型需要GPU，英偉達(dá)的股價(jià)、數(shù)據(jù)中心收入和供應(yīng)鏈話語權(quán)，也都建立在這個(gè)判斷上。但AMD CEO蘇姿豐現(xiàn)在給出了另一個(gè)說法：AI智能體會(huì)把CPU市場重新拉起來。

5月22日， Nikkei Asia報(bào)道稱，蘇姿豐再次預(yù)計(jì)，到2031年，CPU市場年增長率可能超過35%。這和過去3% 到4% 的歷史增速相比，是一次非常激進(jìn)的上調(diào)。

這不是蘇姿豐第一次講這個(gè)邏輯。

在AMD 5月初的一季度財(cái)報(bào)周期里，她已經(jīng)把服務(wù)器CPU市場的長期預(yù)期大幅上調(diào)。AMD當(dāng)時(shí)預(yù)計(jì)，服務(wù)器CPU可服務(wù)市場到2030年將超過1200億美元，年增長率超過35%；而此前的預(yù)期大約是18%。

原因不是傳統(tǒng)服務(wù)器突然復(fù)蘇，而是AI工作負(fù)載變了。

訓(xùn)練階段，GPU是絕對主角。大模型訓(xùn)練需要大規(guī)模矩陣計(jì)算，GPU等加速器承擔(dān)了最核心的計(jì)算任務(wù)。但進(jìn)入推理和智能體階段后，問題開始變復(fù)雜。

一個(gè)AI智能體不是只回答一句話。它可能要拆解任務(wù)、調(diào)用多個(gè)工具、訪問數(shù)據(jù)庫、運(yùn)行代碼、讀取文件、使用搜索、檢查權(quán)限、寫入業(yè)務(wù)系統(tǒng)，再把結(jié)果反饋給用戶。這個(gè)過程里，GPU負(fù)責(zé)模型推理，但大量調(diào)度、數(shù)據(jù)處理、工具調(diào)用、上下文管理和系統(tǒng)編排，都離不開CPU。

換句話說，AI從“訓(xùn)練一個(gè)大腦”，進(jìn)入“讓這個(gè)大腦持續(xù)干活”之后，CPU的角色會(huì)變重。

AMD在自己的解釋中也強(qiáng)調(diào)，智能體AI會(huì)帶來更多推理任務(wù)，也會(huì)讓CPU/GPU的比例發(fā)生變化。傳統(tǒng)訓(xùn)練場景里，CPU更多像GPU集群旁邊的管理節(jié)點(diǎn)；但在智能體系統(tǒng)里，CPU不只是陪跑，而是執(zhí)行鏈路的一部分。

這也是蘇姿豐這次判斷的核心：AI不會(huì)讓GPU不重要，但會(huì)讓CPU重新變得緊缺。

從AMD的角度看，這個(gè)說法很自然。英偉達(dá)已經(jīng)占住AI加速器的主戰(zhàn)場，AMD的Instinct GPU仍在追趕；但在服務(wù)器CPU上，AMD的EPYC已經(jīng)是它更有把握的陣地。如果企業(yè)AI的下一階段真的轉(zhuǎn)向推理、私有化部署、智能體工作流和混合云，AMD就不只是“英偉達(dá)替代品”，而是可以講一個(gè)更大的基礎(chǔ)設(shè)施故事。

這個(gè)故事也能解釋為什么聯(lián)想、戴爾、惠普、云廠商和企業(yè)服務(wù)器公司都在講“混合AI”。未來大量AI不會(huì)只在一個(gè)超級(jí)云上完成，而會(huì)分散在數(shù)據(jù)中心、本地服務(wù)器、邊緣設(shè)備和個(gè)人終端里。只要AI工作流進(jìn)入企業(yè)內(nèi)部系統(tǒng)，CPU、內(nèi)存、網(wǎng)絡(luò)、存儲(chǔ)和服務(wù)器整機(jī)就都會(huì)重新變得重要。

但這里也要留一個(gè)邊界。

35% 以上年增長率是AMD的預(yù)測，不是已經(jīng)發(fā)生的市場結(jié)果。它依賴幾個(gè)前提：AI智能體真的大規(guī)模進(jìn)入企業(yè)流程；企業(yè)愿意為本地和私有化推理買單；CPU在AI系統(tǒng)里的價(jià)值能轉(zhuǎn)化為真實(shí)采購；AMD還要能拿到足夠產(chǎn)能，并在英特爾、Arm、英偉達(dá)Grace CPU和云廠商自研芯片之間保住份額。

蘇姿豐押的是這一點(diǎn)：AI進(jìn)入企業(yè)流程后，算力競爭不會(huì)只看GPU峰值性能，而會(huì)重新回到整套系統(tǒng)的執(zhí)行效率、調(diào)度能力和部署成本。

如果訓(xùn)練大模型是第一階段，推理爆發(fā)是第二階段，那么智能體進(jìn)入企業(yè)流程，可能就是第三階段。到了這一階段，算力競爭不再只看GPU峰值性能，而要看整個(gè)系統(tǒng)能不能低延遲、可擴(kuò)展、可管理、可部署。

蘇姿豐押的是這一點(diǎn)：AI越從演示走向業(yè)務(wù)，CPU越不會(huì)被邊緣化。