別盯著GPU了，CPU正成為AI時代的『新瓶頸』
AI算力發展轉向系統協同優化
隨著AI發展從GPU算力競賽轉向系統協同優化，CPU的重要性被嚴重低估。未來AI基礎設施的勝負手，可能在於誰能更好地平衡CPU與GPU的協作效率。
電力成為AI擴張的首要瓶頸
根據可驗證事實，電力已取代芯片成為制約AI算力擴張的首要瓶頸。AI算力需求呈指數級增長，單機櫃功耗達100kW以上，而電網擴建需5至10年週期，關鍵設備的供電路徑與轉換效率成為新瓶頸。
產業動態與技術演進
- 馬斯克Terafab太空算力、英偉達重拾CPU，與張璐聊AI算力新趨勢。
- 2025年，谷歌與英特爾達成多年協議，在全球AI數據中心規模部署英特爾的「Xeon至強處理器」，以破解CPU瓶頸。
- GPU面臨挑戰，先進製程演進放緩，臺積電3nm性能增幅與成本不成正比，AI晶片年均提升從50%降至20%以下。
- 2025年，定製ASIC晶片（如谷歌TPU）崛起，成本低、功耗優，對傳統GPU構成威脅。
記憶體成為關鍵瓶頸
當前AI系統如同頂級跑車配細油管，GPU性能再強也會因記憶體不足而空轉。訓練GPT級大模型每秒需傳輸數十TB數據，但全球僅有三家企業能產能高端HBM記憶體，其中兩家產能已預訂至2028年。