问题——算力需求迁移带来新瓶颈，CPU重要性再度上升；长期以来，GPU在训练与推理中承担主力，带动有关厂商在数据中心市场快速扩张。但近期业内观察显示，随着应用从问答式交互转向“能执行任务、能协同分工”的AI智能体，算力系统的关键约束不再只是加速器吞吐，而是延伸到数据搬运、任务编排、进程调度和通用计算等环节。英伟达相关负责人在接受外媒采访时表示，CPU正在成为扩展AI与智能体工作流的瓶颈，公司计划在年度GTC大会上披露更多面向智能体优化的CPU细节，并可能展示以CPU为核心的机架级形态。
从大模型到智能体，技术演进正在改写算力系统的“主次关系”。CPU的再度升温不是简单回潮，而是应用结构变化带来的系统性再平衡。谁能在通用计算、加速计算与调度体系之间实现更高效的协同，并在供给偏紧的周期里稳住交付与成本，谁就更可能在新一轮产业竞速中占据主动。