{"id":"mb-20261019-700ef6","kind":"deep","title":"英伟达CPU盯上200亿美元：当AI智能体开始写代码，为什么受伤的是英特尔？","summary":"云计算平台Modal在AI智能体测试中发现，换装英伟达Arm架构Vera CPU能让任务吞吐量翻倍，随即打破长期依赖英特尔与AMD的局面。随着AI从文字问答转向自主编写代码、调用工具和高频启停沙盒，算力压力从GPU蔓延至CPU，推动英伟达今年冲刺200亿美元CPU营收，重塑数据中心底层格局。","body":"都说 AI 是显卡的天下，但英伟达今年光靠卖 CPU，就要入账 200 亿美元。\n\n一个靠显卡称霸全球的巨头，怎么突然把手伸进了英特尔和 AMD 的老本行？\n\n答案藏在一批刚刚换代的数据中心里。\n\n云计算平台 Modal 最近做了一个打破传统的决定。\n他们把机房里跑 AI 智能体的服务器，大批量换成了英伟达的 Vera CPU。\n\n在这之前，Modal 的整个计算集群，清一色都是英特尔和 AMD 的 x86 处理器。\n换架构的代价并不小。\n从 x86 跨到 Arm，底层的软件镜像和运行环境几乎都要重新适配。\n\n为什么非换不可？\nModal 测完早期数据，直接拍了板：\n换上英伟达的 Vera 之后，跑 AI 智能体任务的吞吐容量直接翻了一倍。\n\n很多人纳闷，AI 算力不都在显卡上吗？\n显卡负责大力出奇迹，CPU 不就是机箱里负责开机、给显卡打杂的管家吗？\n怎么到了 AI 智能体这里，反倒是 CPU 先扛不住了？\n\n这就得看现在的 AI 到底在干什么。\n\n以前我们用聊天机器人，问一个问题，它预测下一个词，吐出一串字，任务就结束了。\n这种纯文字生成的计算，全是大矩阵乘法，完全由 GPU 在显存里打转。\n\n但 AI 智能体完全是另一套工作模式。\n你让一个编程智能体去写代码、找系统漏洞，或者让分析智能体去全网抓数据。\n它不会只坐在那里干聊。\n它要思考，更要去动手。\n\n它先在 GPU 上生成几行 Python 代码。\n然后立刻要在后台拉起一个完全隔离的沙盒环境。\n把代码扔进沙盒里实际运行，调用终端命令，搜索文件，访问数据库，请求外部接口。\n跑完之后，智能体看一眼终端输出的报错信息。\n发现有语法错误，它再修改代码，重新扔回沙盒里跑。\n\n这个循环一跑起来，计算的重心全变了。\n模型在 GPU 上的推理可能只要半秒钟。\n后面跟着的，是大量的沙盒启停、脚本执行、工具调用和文件解压。\n这些工作，显卡碰都不碰，全落在了 CPU 身上。\n\n成千上万个智能体同时在云端干活，服务器每秒钟都要拉起海量的临时容器。\n这种负荷对传统的 CPU 是个折磨。\n它不需要堆砌几百个迟钝的慢核，它需要足够快、足够敏锐的单核响应速度。\n它需要超高带宽的内存，必须经得起成片容器在瞬间突发创建、写入数据然后销毁的冲击。\n\n英特尔和 AMD 过去统治数据中心的 x86 芯片，是为稳定的企业网站和传统数据库设计的。\n面对这种高频突发、极度碎片的智能体沙盒，传统架构很快就遇到了并发瓶颈，资源互相争抢严重。\n\n英伟达看准的就是这个痛点。\n他们拿出的 Vera CPU，基于 Arm 架构定制，专门给这种高频容器调度和短生命周期沙盒优化。\n配上超高带宽的内存，单核性能拉满。\n在 Modal 的实际测试里，同样的服务器空间，Vera 跑智能体任务的容量直接翻倍。\n\nModal 联合创始人埃里克·贝恩哈德森（Erik Bernhardsson）算完这笔账，立刻拍板采购。\n盯上这颗芯片的还不止 Modal。\nOpenAI、Anthropic、Perplexity，还有甲骨文，全在排队接入。\n\n英伟达给这个财年定下的 CPU 营收目标，是大约 200 亿美元。\n全球数据中心 CPU 市场总共大约 2000 亿美元，过去四十年几乎是英特尔和 AMD 的铁板一块。\n这两家过去几年虽然在 GPU 上被打得节节败退，但心里多少还留着一块防线：\n无论英伟达卖出多少张 AI 显卡，每台服务器里，总归要插一颗 x86 的 CPU 当主机。\n\n如今这块最后的自留地也松动了。\n当 AI 从单纯的“说话”走向“干活”，CPU 不再只是机箱里的配角。\n英伟达顺着智能体写代码、跑工具的浪潮，直接把战线推进了对手最核心的腹地。","topic":"英伟达CPU盯上200亿美元：当AI智能体开始写代码，为什么受伤的是英特尔？","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-19 18:05:28","legal_anchor_count":0,"transcript_citation_count":0}