隨著人工智慧從單純的問答生成，邁向能夠自主規劃、決策與執行的「代理式AI 」 (Agentic AI)時代，資料中心的運算架構正在經歷一場深刻的典範轉移。在AI加速運算中一直被視為「配角」的CPU ，如今在AI工作負載中重新站上關鍵地位，成為協調高效能 加速器、管理複雜工作流程的核心樞紐。AMD 憑藉其第5代EPYC伺服器 處理器 ，正以卓越的每核心效能與每瓦運算效率，為新一代AI資料中心奠定堅實基礎。
代理式AI崛起：從「運動員」到「總教練」的角色轉變
在去年六月舉行的AMD Advancing AI活動中，AMD執行長蘇姿丰 將代理式AI形容為「全新的使用者類型」。這類系統能夠持續運作，並且不斷存取資料、應用程式與各項服務，以進行決策並完成複雜任務。與傳統AI工作負載不同，代理式AI不再僅止於單一回合的問答，而是涉及多步驟的工作流程，這使得系統對邏輯處理能力與精細資源管理的要求大幅提升。
在這樣的背景下，CPU與GPU之間的關係也產生了微妙的變化。如果說GPU是擅長高吞吐量平行運算的「敏捷運動員」，那麼CPU就是運籌帷幄的「總教練」。CPU負責制定戰術、掌握時機、管理記憶體與I/O，確保所有GPU朝正確的方向推進。在現代AI叢集中，CPU不僅要執行作業系統 、排程任務，更要負責資料準備、工具調用 (tool calls)、API請求與記憶體查詢等複雜作業，而這些工作都必須在不影響GPU運作效率的前提下完成。
CPU效能與效率的全面進化
根據最新數據顯示，搭載第5代EPYC伺服器處理器的系統，與同級NVIDIA Grace Superchip系統相比，每核心效能預計可提升高達2.1倍。而在SPECpower基準測試中，AMD EPYC伺服器處理器系統的每瓦運算效能更預計可提升高達2.26倍。這意味著在相同功耗預算下，AMD平台能夠處理更多AI工作負載，為資料中心營運商帶來更低的總體持有成本 (TCO)。
更重要的是，EPYC伺服器處理器延續x86架構的開放生態系優勢。絕大多數企業工作負載都已能在本地端 (on-prem)和雲端環境中原生運作，無需像導入Arm架構系統時常需進行的程式碼重構、重新編譯或維護多套程式碼庫。這對於追求敏捷部署與快速擴展的AI服務供應商而言，無疑是至關重要的競爭優勢。
從訓練到推論：CPU角色的動態演化
在AI訓練階段，GPU憑藉其數量眾多的精簡核心，以極高速度反覆執行簡單且重複的運算任務，是大規模資料網格運算的絕對主力。此時，CPU的主要職責在於管理並穩定提供資料給GPU，確保其維持最佳運作效率。對CPU而言，這雖是繁重但尚能輕鬆應對的工作。
然而，隨著AI工作的重心轉向推論，CPU的角色也從單純的組織者，轉變為更注重結果的管理者。尤其在代理式AI的場景中，CPU投入更多時間與邏輯運算來評估結果，甚至會將問題再次交回GPU，在調整指令後重新運算，直到最終結果產生。這使得CPU在推論階段承擔更繁重的思考任務，需要同時進行控制、協調和複雜的決策。
AMD小晶片設計：為多元工作負載提供最佳化配置
AMD在小晶片 (chiplet)設計領域的領先地位，賦予了EPYC伺服器處理器獨特的靈活性。這種模組化方法讓AMD能夠靈活調整運算能力、I/O、記憶體頻寬與功耗配置，從核心企業應用程式和虛擬化，到GPU編排與多步驟代理式AI工作流程，都能提供合適規模的運算能力。
在代理式AI的世界中，這種靈活性顯得尤為重要。CPU不僅要管理既有職責，還需應對工具調用、API請求與記憶體查詢等新增負載。在理想情況下，CPU在執行這些任務的同時，仍需保持GPU持續運作。隨著CPU在AI代理、企業應用與資料湖 (data lakes)之間移動資料，代理式AI的興起正顯著提升對CPU運算週期的需求。
AMD全面佈局：從資料中心到邊緣運算
AMD在此基礎上持續向前邁進。代號為「Venice」的下一代AMD EPYC伺服器處理器，將為即將推出的「Helios」機架級AI架構注入動能，預計將進一步擴展AMD在AI與通用運算工作負載上的效能、密度與能源效率領先地位。
與此同時，AMD也將代理式AI的願景延伸至終端裝置。近期提出的「代理電腦」 (Agent Computer)概念，便是專為持續運行AI代理所設計的新型裝置。搭載AMD Ryzen AI Max+處理器的系統，具備強大的運算效能、記憶體頻寬與平行處理能力，可支援多代理工作負載與持續運行的AI環境，標誌著AI運算正從過往以雲端為主的模式，逐步邁向強大且高效能的本地AI系統 (例如對應近期因OpenClaw帶動的養龍蝦熱潮)。
分析觀點
AMD此次強調CPU在代理式AI時代的關鍵角色，背後隱含著深刻的產業趨勢觀察。過去幾年，GPU憑藉其驚人的平行運算能力，幾乎成為AI的代名詞。然而，隨著AI應用場景從模型訓練轉向大規模推論佈署，特別是代理式AI的興起，系統架構師們開始重新審視「平衡」的重要性。
首先，「總教練」的價值被重新定義。在大型語言模型 (LLM)執行多步驟任務時，每一次的工具調用、API請求與結果驗證，都需要CPU的即時介入。若CPU效能不足，即使GPU運算能力再強，整個系統也只能處於等待狀態，造成資源浪費。AMD EPYC伺服器處理器展示的每核心效能與每瓦效能領先數據，正是對這種「等待成本」的直接回應。
其次，x86生態系的護城河效應。儘管Arm架構在功耗上具有一定優勢，但企業在導入新架構時往往忽略了軟體轉移的隱形成本。AMD此次特別強調x86的「無痛遷移」優勢，精準抓住企業在追求AI創新時對營運穩定性的深層焦慮。對於多數已經投資大量x86軟體的企業而言，能在不重構程式碼的前提下升級AI基礎設施，其策略價值遠高於單純的硬體規格比較。
最後，AMD的「系統級」競爭思維。從EPYC CPU、Instinct GPU、Pensando網路技術，到ROCm軟體堆疊，AMD正試圖從單一元件供應商轉型為完整AI基礎設施解決方案提供者。這種「由CPU向外延伸」的策略，與NVIDIA以GPU為核心建構的CUDA生態系形成鮮明對比。在代理式AI的推動下，資料中心需要的不再是單一效能最強的元件，而是能夠協同運作的完整系統。AMD能否藉此波CPU重要性回升的浪潮，在AI資料中心市場中開創新的格局，將是2025年企業IT市場最值得關注的動向之一。
《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》
討論區