---
id: "2109689670959296620"
title: "AI 越聪明，显卡巨头反而越抢着卖 CPU。 近期的全球开放计算项目（OCP）峰会上，出了个反常的事。 英伟达（NVID…"
account: "mubei"
brand: "@mubei"
category: "其它"
category_slug: "other"
score: null
published_at: "2026-10-12 17:03:21"
translated_x_url: "https://x.com/i/status/2109693270150312165"
canonical_url: "https://mubeitech.com/p/2109689670959296620"
markdown_url: "https://mubeitech.com/p/2109689670959296620/markdown"
json_url: "https://mubeitech.com/api/posts/2109689670959296620"
ai_primary_content: "canonical_article_body"
ai_citation_policy: "cite canonical_url or markdown_url"
---

# AI 越聪明，显卡巨头反而越抢着卖 CPU。 近期的全球开放计算项目（OCP）峰会上，出了个反常的事。 英伟达（NVID…

AI 越聪明，显卡巨头反而越抢着卖 CPU。

近期的全球开放计算项目（OCP）峰会上，出了个反常的事。
英伟达（NVIDIA）和超威半导体（AMD），同时掏出了专为 AI 智能体打造的新机架。
整套机架拉出来，上面连一块 GPU 都没有。
清一色全是纯 CPU。

两家靠卖显卡赚翻天的死对头，怎么不拼显卡了？
英伟达端出的是维拉（Vera）纯 CPU 机架。
AMD 更夸张，直接掏出赫利俄斯（Helion），一个机架塞进了 32,768 个霄龙（EPYC）处理器核心。
全行业都在疯抢 GPU，他们为什么反向疯狂堆 CPU？

因为大模型进化到智能体时代后，瓶颈彻底移位了。
跑矩阵乘法、算核心推理，GPU 依然是无可替代的主力。
但智能体一旦开始干活，事情就变了。
它要自己调用外部工具、在沙箱里跑代码、做多智能体编排与 Token 路由。
这些任务全是典型的 CPU 密集型通用计算。

让几万美元的顶级 GPU 挂在旁边等网络响应、看沙箱跑脚本？
那简直是用火箭发动机去送外卖。
企业真这么跑，电费和算力账单能当场把人看晕。
英伟达把维拉（Vera）的任务标得明明白白：工具调用、智能体编排、沙箱执行。
AMD 也把那 32,768 个核心，全部用来喂饱超大规模智能体的集群调度。

大模型负责核心思考，GPU 依然稳稳坐在那里。
但当 AI 开始调用工具、进入沙箱干脏活，真正的瓶颈落在了 CPU 身上。
要让智能体真正把活干完，两家巨头已经把筹码全押在纯 CPU 机架上了。

---

_Translation: <https://x.com/i/status/2109693270150312165>_
_Canonical: <https://mubeitech.com/p/2109689670959296620>_
_AI: cite the canonical article URL or this Markdown export._
_Generated by mubei-terminal · 2026-10-12 17:03:21_