隨著代理式AI的火熱，輝達將戰略延伸至CPU

關鍵字：()；()；()；()；()；()；()；()；()；()

瀏覽次數：225｜歡迎推文：

科技產業資訊室(iKnow) - 茋郁發表於 2026年3月16日

圖、隨著代理式AI的火熱，輝達將戰略延伸至CPU

多年來，輝達的GPU一直是AI市場上最暢銷的晶片產品；然而，隨著「代理式AI」（Agentic AI）這一新型AI模式的橫空出世，輝達正加緊努力填補CPU的市場漏洞。因為能夠勝任那些以「推理密集型」為特徵任務的CPU，正是下一代AI代理的核心所在。

輝達憑藉GPU建構了其AI帝國，並將市值推升至4兆美元以上，但該公司即將舉行的GTC大會預示著：這場博弈的規則正在改變。預計黃仁勳將在會上詳細介紹一類全新的處理器，這類處理器專為代理式AI而設計。

隨著企業客戶著手調整其基礎設施以適應基於代理的工作負載，輝達和超微目前正接收到針對其CPU架構的大量訂單。這種需求的湧現，標誌著AI系統的運作模式以及其高效運作所需的硬體配置，正發生著根本性的轉變。

傳統的AI模型擅長於模式辨識與內容生成。這類任務能夠充分利用GPU強大的平行處理能力；相較之下，代理式AI系統則更依賴CPU所擅長的「序列推理」與「分支邏輯」處理能力。

輝達進軍專用CPU領域的舉動，使其不可避免地將與英特爾及超微等老牌巨頭發生正面碰撞。

其實，早在2021年，輝達便發布了其首款資料中心專用CPU——Grace；如今，其下一代產品 Vera 也已投入量產。根據輝達的盤算，通常情況下，這些CPU會部署在完整的機架級系統中，與旗下的Hopper、Blackwell 或 Rubin 系列 GPU 協同工作。

目前，針對「代理式AI」所需的具體架構要求，業界仍處於即時探索與定義的過程中。早期的部署實務表明，這類系統需要配備能夠高效處理「Long Context Windows」、在漫長的推理鏈條中維持狀態一致性，並能在不同類型的運算任務之間實現快速切換的處理器。而傳統的伺服器CPU在設計之初，並未將此類工作負載的需求納入考量。

先前輝達的CPU是基於Arm架構而來，與英特爾和超微基於傳統的x86架構的CPU有所不同。但是美國銀行預計，輝達極有可能與英特爾聯手發布基於x86架構的客製化CPU產品。

此外，當初輝達設計其CPU的初衷，是專門為了輔助其明星產品GPU進行高效運行AI工作負載。因此，輝達的Grace CPU僅有72個核心，至於超微的EPYC系列和英特爾的Xeon高效能伺服器CPU通常擁有128個核心，有很大不同。

當然這項轉變所產生的深遠影響，遠不止於侷限於晶片規格本身。如果代理式AI確實需要一種截然不同的底層運算基礎，那麼從雲端服務定價模式到資料中心的設計佈局，一切都可能面臨重塑。AWS、微軟Azure和Google雲端等雲端服務巨頭都在密切關注事態發展。

總之，輝達在CPU領域的策略轉向，絕不是一次單純的產品發表；它更是一個強烈的訊號，預示著AI硬體領域的格局正步入一個複雜度空前的新階段。（1121字；圖1）

參考資料：
Nvidia’s GTC will mark an AI chip pivot. Here’s why the CPU is taking center stage. CNBC, 2026/3/13
Nvidia pivots to CPUs for agentic AI as chip wars heat up. The Tech Buzz, 2026/3/13

歡迎來粉絲團按讚！

--------------------------------------------------------------------------------------------------------------------------------------------