近幾年，不管是刷新聞還是聊天，“老黃”、“黃仁勳”和“輝達”這幾個詞頻繁出現在人們的視野。一家原本做遊戲顯示卡的公司，市值卻一路狂飆至5兆美元，把蘋果、微軟甩在身後。很多人心裡有個問號：電腦的核心不一直是中央處理器CPU嗎？為何在人工智慧AI時代，顯示卡GPU反倒成了搶手貨？ CPU是學霸小隊定點突圍，GPU是學渣兵團人海戰術 家用電腦，最重要的硬體就是CPU，也就是中央處理器。它像是一支由全能學霸組成的小隊，它們心思縝密、反應敏捷，擅長處理複雜多變、需要靈活判斷的任務。打開軟體、編輯文件、運行系統、處理突發指令，這些需要複雜調度、精準運算的工作，都是CPU的強項。它習慣於一件事做完再做下一件，追求運算的深度，而不是數量。 而GPU，也就是我們常說的顯示卡，最初只是為了遊戲畫面、視訊渲染而生。它沒有CPU那麼靈活的腦子，卻擁有成千上萬個可以同時工作的小計算單元，就像一支由海量學渣組成的大兵團。面對大量簡單、重複、規律的計算，它不用深思熟慮，只管同步開工、人海戰術。

東京大學的研究人員表示，他們已經展示了一種非易失性磁性開關裝置，該裝置能夠在短短 40 皮秒內翻轉狀態，同時消耗的功率異常低，產生的熱量也比許多以前的超快開關方法少得多——這有可能解決現代人工智慧硬體面臨的最大問題之一：移動和儲存資料所產生的巨大能源和冷卻需求。 研究人員利用一種名為錳錫（Mn₃Sn）的反鐵磁材料建構了該器件，並證明超短電脈衝可以可靠地切換其磁狀態，且斷電後仍能保持儲存的資訊。他們還演示了利用電信波段雷射器和光電二極體產生的超快光電流脈衝實現類似的磁狀態切換，有效地將光訊號直接轉換為用於寫入儲存器的電脈衝。 從最根本的層面來說，現代計算實際上是物理狀態轉換的科學。電腦內部的每一個操作——無論是運行遊戲、訓練人工智慧模型、打開瀏覽器標籤頁，還是從儲存裝置載入檔案——最終都涉及數十億甚至數兆次微小的物理狀態變化。電晶體的開關、儲存單元的充放電、快取狀態的更新、資料在互連線路中的傳輸，以及儲存單元對電子的捕獲和釋放。 這些狀態切換事件在物理層面上代表了二進制資訊。問題在於，狀態切換需要能量，而幾乎所有這些能量最終都會轉化為熱量。在人工智慧時代，這一現實正變得日益棘手。現代人工智慧加速器需要處理海量資料。但它們的大部分功耗不僅來自計算本身，還來自快取、記憶體、儲存和互連之間資訊的不斷移動和刷新。隨著GPU叢集擴展到數十萬個加速器，供電和散熱正成為行業最大的瓶頸之一。

當地時間5月18日，輝達宣佈，Vera CPU已完成對Anthropic、OpenAI、SpaceX AI及甲骨文雲的首批交付。此舉標誌著輝達創始人兼首席執行長黃仁勳此前聲稱的“公司下一個數十億美元級業務”已從概念驗證正式邁向商業化落地。 與生成式AI生成內容、回答問題不同，代理式AI必須執行複雜任務、呼叫外部工具、生成並運行程式碼、安排多步驟流程，甚至進行長上下文檢索和強化學習沙盒計算，這些工作流對高性能CPU的協同能力提出了極高要求。 而NVIDIA Vera專為強化學習（RL）和代理式AI設計，為模型之外的程式碼、工具和資料工作流提供支援。作為加速系統中的主機CPU，Vera與NVIDIA GPU無縫協作，能夠指導資料搬運、管理記憶體並編排系統控制，確保AI工作流全速運行。憑藉高性能、高效的核心和海量的LPDDR5X記憶體頻寬，Vera使軟體環境的運行速度提升高達50%，效率是傳統架構CPU的兩倍。 具體來看，Vera搭載了88個輝達自研的Olympus核心，擁有1.2 TB/s的記憶體頻寬，單核性能提升了50%。在持續高負載下，任務處理速度更快，從而大幅提升整個AI系統的運行效率，實現以更迅速的響應完成工作。

市場對AI的認知歷經數次顛覆性躍遷：從最初將其等同於聊天機器人，到逐步意識到大模型已具備通用智能雛形，再到資本瘋狂追逐GPU、HBM與光模組，推動AI進入基礎設施軍備競賽的白熱化階段。這場變革的核心：AI這輪革命絕非普通的科技升級，而是一場重構一切的“生產函數革命”，它改變的不只是軟體行業的發展軌跡，更是整個人類社會的生產方式、利潤分配邏輯與全球資源配置格局。而這一切，才剛剛拉開序幕。 01 | AI真正的拐點：從“回答問題”到“執行任務” 過去的大模型，本質上仍停留在“資訊工具”的範疇，核心邏輯始終圍繞“資訊獲取”展開：使用者提出需求，模型輸出答案，全程缺乏主動介入現實場景的能力。 而今天，AI正跨過一個決定性拐點，從“被動回答問題”全面轉向“主動執行任務”。這正是Agent（智能體）成為行業核心焦點的根本原因。Agent與傳統聊天機器人的核心差異，在於它真正具備了“行動能力”：它能自主呼叫工具、讀取資料庫、執行程式碼、管理流程、操作軟體、調度任務，更能在執行過程中通過反饋完成自動修正。

CPU晶片正重回AI舞台中央。 近日英特爾、AMD和Arm陸續發佈財報，傳遞出一個訊號：不僅資料中心正成為這些公司的關鍵業績支撐，在Agent（智能體）浪潮下，市場對CPU晶片的需求也在倍增。 過往市場認為只有GPU和ASIC這類加速晶片顯著受益於AI時代的邏輯，已經在偏轉。 不止於此，需求緊俏行情下，CPU晶片也在持續漲價。一名行業資深從業者對21世紀經濟報導記者強調，“現在CPU面臨的情況是，供應很緊張，即便已經漲價了你還可能拿不到貨。CPU在整個生態中是無法被去掉的。”

OpenAI 的 COO Brad Lightcap 最近說了一句話，把整個 AI 行業的焦慮方向擰了 180 度： "現在的瓶頸是儲存，過去是電力。" 過去兩年，所有人都在擔心 AI 資料中心沒電用。微軟簽 20 年核電協議，Google買風電場，亞馬遜投清潔能源——能源焦慮是 AI 圈的主旋律。 然後突然，儲存晶片斷了。

Arm這份財報，市場最該看的不是一季14.9億美元收入，也不是EPS多超了幾美分，而是AI基礎設施定價框架正在變。 過去兩年，資本市場把AI主線幾乎等同於GPU、HBM、伺服器和液冷，CPU更像一個被默認存在的後台角色。但AI資料中心越建越大，問題開始變得現實：電力、散熱、機櫃密度、系統調度、總擁有成本，每一項都在倒逼雲廠商重新計算“單位能耗下的算力效率”。 Arm恰好站在這個變化口上。它曾經是移動網際網路時代的底層架構，靠智慧型手機出貨吃版稅；現在，AWS Graviton、GoogleAxion、微軟Cobalt、輝達Grace，以及Arm自己的AGI CPU，把它推向AI資料中心的中心區域。Arm不再只講“手機生態”，也不再滿足於做一家輕資產IP授權公司。它要爭的，是下一代AI算力系統裡的CPU標準入口。 這也是這份財報的核心矛盾：增長故事比以前更大，商業模式也比以前更重。Arm正在從“賣圖紙”走向“賣系統能力”，估值打開了想像力，風險也同步抬高。

AMD周三成為市場焦點，發佈最新財報後股價再創歷史新高。 隨著超威半導體（AMD）的最新財報再度喚起市場對CPU需求周期的關注，公司股價周三暴漲超18%，續創歷史新高。 公司最新市值也達到6870億美元，緊隨海力士、美光，位居全球第18位。 作為背景，AMD周二盤後發佈一季報，雖然收入和利潤均超出分析師預期，但最受市場關注的是公司將CPU可定址市場未來數年的年化增速提高至35%，即本十年末達到1200億美元。作為對比，該公司去年11月對伺服器CPU市場的增速預期為18%。