CPU,悄悄回到A. I. C

原名: CPU,悄悄返回 AI 計算器舞台的中心
原文作者:徐山,東方公園

在過去的3年中,AI計算器的故事幾乎已經围绕着GPU。

從H100,H200,到GB200,再到GB300, 云母製造商拿起10萬卡路里集團數學瓶颈在GPU我不知道 CPU在這個故事中,是一個不太重要的"兼容"角色,它跟隨GPU,并負責一些GPU不想做的工作。

但從2026年開始,這段叙事有一些裂痕。

6月1日, 英特爾在北京推出Power 6+處理器, 這是第一個Intel 18A程式的 CPU 数据中心 。

INTEL本身的描述, 能量 6+ 携带的不是 GPU 的 'COMPASS', 而是 AI 的基礎 我們得弄清楚真相负责組織、分配和數據流。

AI的延伸不在于元件覆蓋, 英特爾公司執行副總裁兼數據中心企業總經理Kevork Kechichian在會議上表示:「随着AI走向智慧時代。

這更强化了CPU仍然是現代AI基建的控制平面的核心事實

不只是情報家的判斷 今年二月, 独立的半导体研究所SemiAnalysis(SemiAnalysis)在2026數據中心CPU地圖上發表一份報告。目前,當AI訓練和推理已大规模普及時,CPU正以與前三年不同的方式被重新要求我不知道。

只是這個"回歸"需要打開看它不是CPU是主角,而是CPU被重新定义到新的位置。

一. GPU 中央分裂

要理解為什麼CPU是「回歸」。

在過去兩年中, AI算術的主流故事是訓練, 每年大型模型的大小是訓練的四至十倍, 但訓練並不是人工智能的全部工作量。

根據會議的情報

第一個是..基本工作负荷。儲存、數據庫、網路、微服務、CDN, 這部分仍是傳統CPU的主戰場。

第二..訓練。正面大型型號訓練幾乎完全基于GPU和專業加速器. 過去三年來。

第三..以智解解。這部分發展很快這跟訓練很不一樣我不知道。

第三類的關鍵區別是負载本身的樣式. 這項訓練是從無到無的「計算」模型的过程, 但推理和智慧並非 已經受過訓練的模特兒我們會有真正的生意我不知道。

這意味著很多事情都不算安排移動多模式合作,上下文管理,协调不同代理商的數據流,處理使用者的同時要求,保證延遲的可预测性。

這些東西,GPU不擅長。

"在這種情況下,我們可以看到GPU關卡的加速,但主体仍然是以傳統CPU为中心的工作负荷. Kevork Kechichian在會議上發言。

這背后有個更具体的工業事實 SemiAnalysis在他的報告「CPU Return」中提供了一個例子:微软為OpenAI建立了「公平水」数据中心48 MW CPU 和儲存建築,支持295 MW GPU群組我不知道。

也就是說,要讓295 MW GPU 群組真正運作, 需要上千個CPU來處理 GPU 產生的 PB 等級數據流, 安排工作, 管理儲存 。

GPU的計算推高了"鄰居"需要的越多我不知道 而這些環境的計算需求最终落在CPU上。

也就是說,CPU的返回速度不是"CPU再次快于GPU". 是時候AI計算機模式從"訓練大型模型"到"運行數以千計的智能身體"組織與數據流已成為又一個瓶颈我不知道 GPU不能修复,CPU可以。

過去三年來。

- 怎么了? 道路

英特爾的判斷反映在6+以下的產品定義中。

最直覺的數字是最多288个核心以及所有能源效率。

E -core和P -core是英特爾過去幾年在CPU架构上做的十字架. P-core是追求 CPU 設計目標的性能核心, E-core是一顆能量效率低的核,單核更弱,但尺寸小,效用低,可以填充更多相同的芯片區域。

強到6+把叉子推到極端。288 高效能核武器這意味著英特爾在CPU上的賭注不是"每顆核子都有多快",而是"有多少核子可以適合到CPU上"。

此產品定義的理論是:精明的身體,AI的工作负荷 并不是單一核電能跑多快 而是能同时運行數以千計的輕便工作我不知道 當伺服器需要組織數以百計的代表, 處理數以千計的推理請求。

這是反主流產品的定義。數十年來主頻率较高,IPC更強,缓存更大. E-core路線基本認定 內容可能已經結束了。

但有些事情必須一起看。

首先E -core的路線不是Intel獨有的我不知道 AMD於2023年推出Bergamo, Zen 4c核心基于密度优化,Graviton系列的AWS,AmpereOne系列的Ampere,以及很久以前的"高密度核心+能源效率优先"路線. Ambere One Aurora路線地圖已達到512個核心數字。

情報正在追逐一個已經存在的產業情報不是領袖 他是重回業務的球員我不知道。

第二如6+是Intel 18A程序CPU的第一個数据中心在英特爾自己的語言中。

情報18A是情報公司過去幾年最大的賭注 不只是CPU的事,是Intel Fundry,Inteldeer,挺身而出的事. 如果18A計劃不給市場一擊。

能源使用效率數字推至288這是英特爾對市場的回應我不知道 是否能被市場認同。

第三, 前6+客戶名單包含數個工業名單, Eric升為前6+, 兩位客戶都是CPU數據中心的傳統、強大的供應商他們的購物選擇本身就是市場信號我不知道。

复次云何如此下注能源使用效率優勢由18A流程獲得, 核心密度由288 E-core获得。

這不是CPU恢復權力的故事 而是CPU找到新位置的故事。

三. 這是否可行

情報有沒有告訴你CPU回來了? 我們需要看看這行的一些其他變數。

第一個變數是GPU厂商的反应。

Grace CPU+Hopper GPU本身是CPU的补充, 如果 GPU 製作人本身將 CPU+GPU 整体程式纳入主流,那么 CPU 製作人作為獨立播放器的地位會降低。這是英特爾最大的對手我不知道。

第二個變數是云制造商自學的CPU。

AWS Graviton 已部署在自己的數據中心, 微软在做钴 谷歌在做Axion 阿里在做信任几乎所有主要的云體制造商都在自學ARM架构伺服器,CPU我不知道。

這些自學式CPU也遵循「高密度、能源效率优先」的路徑。

也就是你想上6+的市場云商自作我不知道 英特爾需要證明 CPU外面還有足夠的市場 供云端制造商使用 例如,电信运营商、私人云和垂直業務數據中心。

第三个變數是18A編程本身。

如6+是第一個Intel 18A的CPU数据中心這本身就意味著芯片的工業意義 比產品本身要大得多我不知道 如果18A流程在產量、性能穩定、客戶認證上有問題, 另一方面,如果18A穩定,6+可能會給Intel基金會帶來一些呼吸空间。

但18A並非在真空中運作——积累電力的N2工艺,于2026年下半年開始生产,三星2nm也在途中。Intel 18A想要的不只是"做它","做它和領導"這是更高的標準。

结合這三種變數, 6+的最终顏色不僅取决于自己, 也取决于CPU角色是否會被Young Weidar自己吃掉。

所以CPU才回來了從工業角度來看 仍然不知道英特爾能否自己拿到回報我不知道。

CPU在AI算法舞台上的位置已爭取三年。

过去三年的劇本是"GPU是中心,CPU是中心". 此文稿始于2026年——不是CPU再次比GPU快,而是AI自己的算法在變化. 當AI從「訓練一個模型」擴大到「跑上千個智慧體」。

英特爾把這個放進去 最多6+就是它給的回復 但Intel能否自己拿到股息最後答案是在2027年,2028年的客戶室。AMD、ARM、CLOUDMAKER、CPU、YVETTE和CPU。

CPU的回應是真實的 但誰能带头呢。

原始链接