智能体AI重振CPU需求

文章封面图

在AI从“聊天”迈向“干活”的质变时刻,一场由Agentic AI(自主智能体)引爆的硬件革命正在重塑算力格局。曾经在GPU光芒下黯淡的CPU,如今迎来“文艺复兴”——Intel股价在公布一季报后飙升逾20%,AMD亦录得超10%的涨幅,两家公司的数据中心营收双双创下两位数增长。与此同时,随着AI从生成答案转向自主执行任务,对服务器内存(DRAM、NAND)的需求也显著膨胀,存储芯片的超级景气周期正被注入第二波动力。这一趋势标志着AI基础设施的投资逻辑正从“唯GPU论”向“全栈均衡”转变。

Agentic AI崛起:CPU从配角重返舞台中央

Agentic AI的核心价值在于“自主完成任务”。与仅能回答问题的传统生成式AI不同,Agentic AI能够理解用户目标、分解任务、调用外部API、检索文档、校验结果并执行下一步操作。例如,当用户要求“规划一次出差”,传统AI仅生成行程草案,而Agentic AI会实际搜索航班、比价酒店、核查公司差旅政策,甚至自动生成审批邮件。这一过程高度依赖CPU的串行处理、任务编排和系统调度能力,而非GPU擅长的并行计算。行业分析师将CPU比喻为AI服务的“现场管理者”,负责拆分与整合各项任务,而GPU则相当于“算力引擎”。

财报验证:数据中心CPU营收双双飙升

最新一季度财报印证了Agentic AI对CPU需求的拉动。AMD数据中心部门营收达58亿美元,同比增长57%,其中Epyc服务器处理器贡献显著。Intel数据中心与AI部门营收亦同比增长22%至51亿美元。两家公司的业绩表明,AI投资并未止步于GPU采购,而是正向包括CPU在内的整体数据中心基础设施蔓延。半导体业内人士指出,Agentic AI的部署需要更强大的服务器,从而带动CPU的“文艺复兴”,这一趋势在Intel和AMD的股价表现上已得到充分体现。

存储芯片迎来第二波增长动力:从HBM延伸至DDR5与Server DRAM

Agentic AI不仅利好CPU,也在扩展存储领域的景气周期。AI智能体在运行时需多次推理、存储中间结果、保留对话上下文、持续引用搜索数据和业务文档,这直接推高了服务器DRAM与NAND闪存的需求。不同于传统AI仅需高带宽内存(HBM)支撑模型训练,Agentic AI的“工作状态”要求更大容量、更高速度的内存来承载会话状态、向量数据库、搜索索引及任务日志。行业专家评价:“如果说HBM是存储超级景气期的第一把火,那么Agentic AI正成为将其引向DDR5和服务器DRAM的第二把火”。此外,新的内存互联技术如Compute Express Link(CXL)也有望随之兴起,为CPU协调AI服务提供更高效的内存基础设施。

Read more

英伟达将AI智能体装进桌面工作站

英伟达将AI智能体装进桌面工作站

Nvidia正在将Agentic AI从云端推向桌面端,为其最强大的工作站DGX Station推出Agent Toolkit软件工具包。这套工具将复杂的AI代理部署简化为“三步、30分钟”的本地化流程,并首次与Omniverse仿真平台深度整合,形成从硬件到软件再到应用层的全栈闭环。在资本市场对AI投资回报越发敏感的当下,此举标志着Nvidia从纯粹的算力供应商向平台生态构建者的战略延伸。 三步部署、30分钟运行Agent,GB300提供算力底座 DGX Station是Nvidia目前最强大的桌面工作站,搭载GB300 Blackwell Ultra GPU,为运行大规模AI模型和复杂代理提供了充足算力。传统上,部署AI代理通常需要数天甚至数周的环境配置、驱动适配和依赖管理。Agent Toolkit则将这一过程压缩至约30分钟,开发者只需三个步骤即可完成软件部署,在本地计算机上直接运行AI代理。这种“开箱即用”的设计显著降低了Agentic AI的入门门槛,让中小开发团队和企业研究人员能够将精力集中在业务逻辑开发上,而非底层基础设施建设。 与Omniverse结合,构建

By Yuchen
Kimi K3发布:2.8万亿参数开源模型冲击市场

Kimi K3发布:2.8万亿参数开源模型冲击市场

月之暗面发布的Kimi K3模型凭借2.8万亿参数规模与开放权重路线,正在动摇全球AI市场估值逻辑。这款开源旗舰模型以接近顶级闭源产品的性能、仅为OpenAI和Anthropic模型一小部分的成本,引发了美股科技板块剧烈震荡——IG市场分析师指出,两家未上市AI公司的合计估值预期因此减少3140亿美元。市场将此次发布称为“DeepSeek时刻”,但真正的赢家或许不是模型开发者,而是存储芯片与AI基础设施层。 开源路线改写竞争逻辑:性能、成本与生态成新战场 Kimi K3推动AI行业从“模型能力竞赛”转向“性能、成本与开放生态”的综合较量。其支持100万Token上下文窗口,可处理超长文档、大型代码库及复杂多轮任务,并采用“高性能+开放权重”策略,让开发者和企业能够低成本进行二次开发。Saxo Markets首席投资策略师Charu Chanana指出:“能力更强、成本更低的开放模型将降低应用开发成本,加速AI在代码开发、客户服务和工业流程中的落地。”这一逻辑直接挑战了美国限制先进芯片出口阻碍他国AI发展的假设,迫使投资者重新评估AI投资回报预期。 存储芯片与AI基础设施:需求

By Bonan
Neo获1亿美元融资,构建AI代理控制层

Neo获1亿美元融资,构建AI代理控制层

企业AI代理的爆发式增长正在催生一个全新的安全赛道。本周一,由前SentinelOne、Wiz和Palo Alto Networks高管联合创立的初创公司Neo宣布获得1亿美元种子轮融资,投资方包括Andreessen Horowitz(a16z)和Bessemer Venture Partners。Neo正在构建一个所谓的“企业代理软件实时控制层”,旨在解决一个日益严峻的问题:AI代理正在以远超安全团队追踪速度的方式,被嵌入到浏览器、开发工具、SaaS平台和传统企业应用中。据Gartner预测,到2026年底,40%的企业应用将具备代理能力,而这一比例在2025年仅为5%。这意味着那些能够推理、行动、调用工具、编排工作流并继承用户权限的软件,正在以安全架构从未设计应对的方式渗透企业环境。 5%到40%:企业应用Agentic能力的爆炸式增长 Gartner的数据揭示了这场变革的规模:2025年仅有5%的企业应用具备代理能力,而到2026年底这一数字将飙升至40%。Neo的核心卖点正是基于这一趋势。其平台为安全运营团队提供覆盖整个组织的AI代理和代理赋能应用的完整清单,评估它们的

By Yuchen
AI Agent攻破Hugging Face被AI捕获

AI Agent攻破Hugging Face被AI捕获

一场前所未有的网络安全战役已然上演:一个自主AI代理成功渗透了机器学习模型平台Hugging Face的生产基础设施,随后被另一套AI防御系统识别并标记。安全专家认为,这是企业安全领域AI对抗AI的首个重大实例。这一突破引发紧迫追问:面对能比人类安全团队更快适应、学习和进化的自主攻击,企业该如何防御? AI代理攻破Hugging Face生产系统:自主攻击首次在真实环境中得手 被称为机器学习版GitHub的Hugging Face,如今成为新型安全威胁的"零号地带"。据ZDNet报道,一个自主AI代理成功侵入了该平台的生产基础设施——而曝光这起攻击的唯一原因,是另一个AI系统捕捉到了异常行为。与需要人类操作员导航系统并做出决策的传统网络攻击不同,AI代理能够自主规划、执行并调整多步骤入侵,全程无需人工指导。更令人警醒的是,人类安全分析师并未发现这次入侵;是AI驱动的防御系统识别了异常行为模式并发出警报。这如同两枚国际象棋引擎在棋盘上对弈,而人类棋手只能旁观。 防御AI需要100%正确,攻击AI只需一次得手:攻防不对称性倒逼安全策略重构 Hugging Face托管着超过50

By Yuchen