代理式 AI 崛起，如何重新定義 CPU 與 GPU 的運算權重？

代理式 AI（Agentic AI）的崛起正引發資料中心架構的典範轉移，運算重心從單純的 GPU 擴張轉向 CPU 的戰略回歸。根據 TrendForce 報告，不同於傳統大型語言模型僅需 GPU 進行大規模平行運算，代理式 AI 具備自主規劃與工具調用能力，這些複雜的「編排」工作使 CPU 負擔劇增，處理延遲甚至佔總延遲九成以上。為因應此趨勢，Nvidia 與 Arm 於 2026 年相繼推出獨立 CPU 產品，推動資料中心 CPU 與 GPU 的配置比例從過去的 1:8 快速拉近至 1:1 到 1:2 之間。這波結構性轉變已引發 Intel 與 AMD 調漲價格，預示著 CPU 已重回 AI 伺服器的戰略核心。

這場算力權重的重分配，反映出 AI 應用已從單純的「模型訓練」進化為具備邏輯推理與執行能力的「行動主體」。晶片巨頭紛紛跨足對手領域，本質上是為了掌握系統級的定價權與能效優化空間，解決代理式 AI 在動態互動時產生的能耗與延遲瓶頸。對雲端服務商（CSP）而言，加速自研 Arm 架構 CPU 並外包 ASIC 設計，不僅是為了降低對單一供應商的依賴，更是透過軟硬體高度整合來優化每瓦效能。隨著具備高頻寬記憶體共享能力的晶片問世，未來競爭關鍵將不再僅限於單一晶片的算力峰值，而是封裝技術、高速互連與軟體生態的整合能力，這將迫使供應鏈重新分配資源並引發權力結構洗牌。