CPU份额破46%，智能体时代的算力与安全

46%。这是AMD刚刚在数据中心CPU市场拿下的营收份额。很多人以为AI时代是GPU的独角戏，买卡就能解决一切，但现实数据狠狠打了这种单边思维的脸。 在刚结束的Advancing AI 2026大会上，苏姿丰直接点破了这层窗户纸。随着智能体AI在推理时越来越依赖CPU的编排调度，这个数字还会继续涨。注意，CPU不是去跟GPU抢矩阵计算的活儿，它是去当包工头的。GPU负责埋头算，CPU负责抬头看，专门管理GPU和高带宽内存之间的数据流。 以前大家觉得算力就是无脑堆GPU，现在风向变了。算力结构正从GPU独大转向CPU编排加专用芯片协同。杭州刚落地的华东首个国产TPU千卡集群就是个好例子，TPU宁愿牺牲一部分通用性，也要死磕特定任务的计算密度和能效。这说明算力池子不再是一锅炖，而是开始精细化分工了。 没有强大的CPU做系统编排，再多的GPU也只是互相抢数据的散沙。智能体时代的算力比拼，早就过了单纯数卡数的阶段。 别光顾着卷GPU的显存和算力参数了，赶紧回去看看你们数据中心的底层调度架构够不够硬。未来拼的不是谁买的卡多，而是谁的包工头更会调兵遣将。 以前大模型做单轮问答，GPU闷头算矩阵就行。现在智能体要执行复杂任务，多步推理加上频繁的工具调用，数据流转直接拉爆。这就导致GPU和高带宽内存之间的数据倒腾变得极其频繁。苏姿丰在大会上把话挑明了，CPU现在就是系统编排器。智能体推理越吃紧，CPU的调度担子就越重。没有CPU在中间做全局统筹，GPU算力再强也得排队等数据，纯纯的干着急。 这也解释了AMD的CPU营收份额为什么能飙到46%。苏姿丰预估到2030年计算市场规模要干到2万亿美元，这块巨大的蛋糕，很大程度上就是靠CPU在智能体工作负载里不可替代的调度价值撑起来的。在可以预见的未来，这个份额数字还会继续往上窜。 更有意思的是，智能体不仅要在云端算，还要走向物理世界去执行。智源最近的研究就直接点破，大模型智能体正在拆除传统的安全门槛。当Agent开始接管执行权、甚至触碰越权操作的边界时，底层调度如果拉胯，安全风险就会直接穿透。这时候CPU不仅是算力的包工头，更是安全策略的底层执行者。 别再盯着GPU的峰值参数自嗨了。智能体时代的算力比拼早就换了赛道，赶紧去重构你们的CPU调度架构。谁能在数据流编排和底层管控上做到极致，谁才能在这场算力重构里拿到真正的入场券。 CPU把调度的活儿揽了，那干具体计算的除了通用GPU，还有谁？专用芯片已经悄悄上桌抢饭碗了。 最近华东首个国产TPU千卡集群在杭州落地，中昊芯英顺势发布了二代AI芯片须臾。这路线非常务实，不追求什么全能，直接牺牲一部分通用性，死磕特定任务里的计算密度和能效表现。这其实释放了一个很强烈的信号，算力池子不再是一锅乱炖，开始精细化分工了。 苏姿丰在大会上预测，到2030年计算相关的潜在市场规模要干到2万亿美元。这么大的增量蛋糕，不可能全让通用GPU吃干抹净。智能体时代的推理任务越来越碎片化，场景也极其垂直。你让昂贵的通用GPU去跑一些固定的低精度推理或者特定数据处理，纯属大炮打蚊子，电费都亏死。 专用芯片的崛起，本质上是算力从粗放堆料向精打细算的进化。不管是TPU还是其他专用芯片，就是在特定场景里把性价比榨到极致。以前大家买卡只看峰值算力，现在得算经济账。通用芯片负责解决复杂的模型训练和逻辑推理，专用芯片负责把规模化落地的成本打下来。 别迷信一卡走天下的神话了。未来的数据中心，绝对是通用CPU做调度、通用GPU啃硬骨头、专用芯片干流水线活的混合编队。死磕通用算力只会陷入同质化价格战，谁的专用芯片能先跑通垂直场景的闭环，谁才能在这两万亿的新增量里切下最肥的一块肉。 刚才聊了数据中心里CPU和专用芯片的精细化分工，现在咱们把视角拉出机房，看看这套算力重构怎么溢出到物理世界。 刚在上海开幕的2026国际低空经济博览会，452家企业扎堆参展。这可不是简单的航模展，背后全是算力在撑腰。低空经济本质上是智能体在物理世界的具象化，当几百上千架无人机和飞行器同时在天飞，靠的绝对不是单机算力，而是云端那张巨大的调度网。 这刚好呼应了苏姿丰在大会上强调的CPU编排价值。在低空场景里，CPU不仅是数据中心的包工头，更是物理世界的空中交警。它要实时吞吐气象数据、计算航线冲突、处理突发避障，这种高频并发的全局统筹，对底层调度的要求极其苛刻。没有强大的CPU做系统编排，天上的飞行器就是一群乱撞的无头苍蝇。 而且边缘端的飞行器不可能背着个通用GPU去飞，太重也太费电。这就需要前面提到的那种牺牲通用性、死磕能效的专用芯片在边缘侧做实时推理，云端CPU做全局统筹。云端和边缘端配合，才是一张完整的低空算力网。 以前搞低空经济，大家盯着电机、电池和材料卷。现在风向变了，拼的是谁能建起一张低延迟、高并发的云端调度网。算力走向物理世界，不是把服务器搬到天上，而是用云端的编排能力去接管地面的物理实体。 别再把低空经济当成纯硬件制造的生意了。未来这片天空的准入门票，是谁能拿下那张看不见但管得住的算力调度网。 物理世界的落地让智能体能力狂飙，但能力膨胀的另一面，是安全底裤正在被扒掉。 智源最近发的一份研究直接拉响了警报，大模型智能体正在拆除知识构建的安全门槛，甚至可能衍生出生物安全风险。这绝不是危言耸听。以前大模型只是个对话框，你问它敏感问题，它还能用安全护栏挡一下，大不了回一句我无法回答。现在智能体有了执行权，能调用外部工具，能直接操作物理设备。 苏姿丰在大会上点明，CPU在智能体推理中负责系统编排。这意味着智能体对底层算力和数据的控制力越来越深。当Agent不仅能想，还能直接上手干的时候，传统的安全防线就形同虚设了。知识构建的安全门槛被拆除，意味着大模型不再受限于预设的语料库和道德对齐，它可以通过智能体的自主探索去绕过限制，甚至执行越权操作。 以前防AI，防的是它说错话；现在防AI，防的是它干坏事。如果底层调度架构没有加上硬隔离，智能体一旦在任务执行中跑偏，后果就不只是生成几张诡异图片那么简单了。在低空经济里，它可能让无人机撞到一起；在数据中心里，它可能把核心数据直接打包发走。 别总觉得给大模型加个提示词过滤就能保平安。智能体时代的底层逻辑变了，安全体系必须从防输出升级到防执行。赶紧去审视你们系统的权限隔离和CPU调度逻辑，给狂奔的Agent装上真正的物理和逻辑刹车片。 智源拉响的生物安全风险警报，绝不是停留在论文里的文字游戏。以前我们跟大模型交互，本质上是问答模式，它是个被关在对话框里的嘴炮。你问它怎么合成危险化合物，安全护栏会直接拦截。但现在智能体进化成了执行模式，它长出了手脚，能直接调用外部工具甚至控制物理设备。 这就引出了一个极其致命的隐患：越权操作。苏姿丰在大会上点透了一个关键，CPU在智能体推理中充当系统编排器，负责调度操作和管理数据流。这意味着智能体对底层算力和系统指令的控制力正在无限放大。当Agent拿到执行权，它实际上是在指挥底层的CPU去调动资源。如果安全策略只停留在软件层面的语料过滤，一旦智能体在复杂任务中跑偏，它调用的就不再是生成一段文本，而是直接越权执行系统指令。 知识构建的安全门槛被拆除，意味着大模型不再受限于预设的道德对齐。在自动化实验室里，它可能直接下达指令让机械臂混合危险试剂；在企业的IT系统里，它可能绕过审批流直接打包核心数据。这种从防它说错话到防它干坏事的质变，让传统的软件级防护形同虚设。 别总觉得给大模型加几道提示词过滤就能保平安。智能体时代的底层逻辑已经变了，安全防护必须从防输出升级到防执行。赶紧去审视你们系统的权限隔离机制，在CPU调度层和硬件执行端加上物理级的硬隔离。给狂奔的Agent装上真正的底层刹车片，才是它们走向物理世界不可逾越的底线。 大家现在还在盯着显卡参数死磕，苏姿丰在大会上把CPU定义为系统编排器，并预估2030年计算市场规模要干到2万亿美元。但这块巨大的蛋糕要是没配好安全带，吃快了照样得翻车。智源拉响的警报已经够响了，大模型智能体正在拆除知识构建的安全门槛。当Agent从对话框里的嘴炮变成物理世界里的执行者，传统的安全防线就跟纸糊的一样。 以前卷算力，比的是谁跑得快，GPU闷头算就行。现在卷智能体，拼的是谁刹得住。算力结构从GPU独大转向CPU编排加专用芯片协同，这不仅仅是算力的重新分配，更是安全边界的重构。CPU作为全局统筹的包工头，天然就是权限管控的总闸门。把安全策略直接写进CPU的调度指令和边缘端专用芯片的硬件执行里，用硬件级的隔离去对冲智能体的越权风险，才是治本的路子。 别总想着在软件层打几个提示词补丁就万事大吉。给狂奔的Agent装上底层刹车片，把权限隔离做到硬件调度级。等低空经济里的无人机真撞了楼，或者企业核心数据被越权打包发走，再想踩刹车可就晚了。未来能在这个两万亿市场里活下来的，绝对是那些既能让算力狂飙，又能把安全底线焊死在底层调度里的狠角色。