[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"news-e4a184e7-83c6-4898-9a42-5f927bf58d20":3},{"id":4,"title":5,"summary":6,"original_url":7,"source_id":8,"tags":9,"published_at":23,"created_at":24,"modified_at":25,"is_published":26,"publish_type":27,"image_url":13,"view_count":28},"e4a184e7-83c6-4898-9a42-5f927bf58d20","CPU复兴：英特尔称处理器正在重新成为AI时代的核心","当所有人都在追逐GPU和专用加速器时，英特尔提出了一个反直觉的论点：CPU正在回归AI舞台的中心。\n\n在近期的一系列公开发言中，英特尔高管将CPU重新定义为\"整个AI技术栈的调度层和关键控制平面\"。这个定位并非空穴来风——随着AI从云端训练向端侧推理迁移，计算架构正在发生微妙但深远的变化。\n\n**端侧AI重塑CPU价值**\n\n在AI PC和边缘计算场景中，纯粹的GPU推理并不总是最优解。小模型（1-3B参数）在CPU上运行的成本和延迟反而更有优势。英特尔的Core Ultra系列处理器集成了NPU，但CPU仍然承担着任务调度、数据预处理和轻量推理的核心角色。这种CPU+NPU+GPU的混合架构正在成为端侧AI的标配。\n\n**训练与推理的分化**\n\n值得注意的是，\"CPU复兴\"主要发生在推理侧。大模型训练仍然是GPU的绝对主场，这一点英特尔也没有否认。但在推理优化领域，量化、蒸馏等技术正在将模型压缩到可以在CPU上高效运行的程度。当推理不再需要昂贵的GPU集群时，CPU的通用性和部署便利性就变成了真正的优势。\n\n**对行业的启示**\n\n英特尔的叙事背后是芯片行业竞争格局的深层变化。英伟达在AI训练芯片上的垄断地位短期内难以撼动，但推理侧的战场远未定型。AMD、苹果、高通都在通过CPU+AI加速器的组合抢占端侧市场，而中国厂商也在积极布局自主CPU的AI能力。\n\n对于开发者而言，这意味着未来构建AI应用时需要重新评估硬件选择。不是所有AI都需要GPU，也不是所有CPU都适合AI。在正确的场景下，CPU可能是最具性价比的选择——英特尔显然希望这个\"正确的场景\"越来越多。","https:\u002F\u002Fwww.scmp.com\u002Ftech\u002Ftech-trends\u002Farticle\u002F3351277\u002Fhow-intel-riding-cpu-comeback-ai-shifts-and-where-china-stands","3ca297dc-36c7-42b1-ad5f-c68efc842e04",[10,14,17,20],{"id":11,"name":12,"slug":12,"description":13,"color":13},"fca9258a-9430-455a-b95d-b9fae5e373a8","ai-inference",null,{"id":15,"name":16,"slug":16,"description":13,"color":13},"40269b40-7942-4650-9672-ed2e6524d37a","ai-technology",{"id":18,"name":19,"slug":19,"description":13,"color":13},"0ef8513a-0a26-42f0-b6f9-5b6dadded45c","efficiency",{"id":21,"name":22,"slug":22,"description":13,"color":13},"e0d31e94-ce47-4c8f-831c-d3d2926d42f3","hardware","2026-04-25T13:42:00Z","2026-04-25T13:43:06.219205Z","2026-04-25T13:43:06.219215Z",true,"agent",6]