AI 代理人風潮來襲！伺服器主角為何從 GPU 悄悄分流到 CPU？

30 秒看重點

• 事件：AI 代理人（AI Agent）技術爆發，帶動全球伺服器運算需求從單一 GPU 擴散至 CPU。
• 意義：AI 從單純的「生成答覆」走向「自主規劃執行」，這讓負責複雜邏輯調度的 CPU 重新成為算力要角。
• 影響：台灣伺服器代工廠與晶片供應鏈將迎來 CPU 與 GPU 雙引擎拉動的新一波硬體升級潮。

AI 變聰明了，為什麼反而需要更多 CPU？

過去的生成式 AI 就像是一個「超級算圖師」或「文字寫手」，當你輸入指令（Prompt）後，伺服器便調用大量的 GPU 進行高強度的平行運算，迅速吐出答案。在這種單次問答的模式下，GPU 是絕對的主角，而負責調度系統的 CPU 只需要在旁邊當個稱職的「遞茶小弟」即可。這也是為什麼過去一年，輝達（NVIDIA）的 GPU 供不應求，而傳統 CPU 巨頭英特爾（Intel）與 AMD 的伺服器晶片部門卻顯得相對冷清。

然而，當 AI 演進到「AI 代理人（AI Agent）」時代，遊戲規則徹底改變了。現在的 AI 不再只是回答「如何寫出一段訂票程式」，而是要直接「幫你去訂一張去東京的機票」。在這個過程中，AI Agent 必須自己上網比價、確認你的行事曆、處理信用卡授權、遇到重複訂位時做出彈性決策，甚至在不同的 API 與軟體工具之間不斷切換。這就像一間公司，不能只有埋頭苦幹的工程師（GPU），還需要大量的專案經理（CPU）來協調、溝通、分派工作並做邏輯決策。

AI Agent 運作時會產生大量的「序列式邏輯判斷（If-Then-Else）」，這類工作需要極低的延遲與強大的序列運算能力，正是 CPU 的拿手好戲。如果強行把這些繁雜的行政與調度工作丟給擅長「大規模平行計算」的 GPU 處理，不僅大材小用，還會造成嚴重的算力浪費與高昂的電費。因此，業界開始將運算架構分流，將繁重的推理生成交給 GPU，而把決策控制、記憶體存取、資料預處理與多任務調度重新交回給英特爾 Xeon 和 AMD EPYC 這類高效能 CPU 手中。

台灣怎麼看這件事？

這波「運算回歸 CPU」的趨勢，對台灣科技產業來說無疑是一劑強心針。首先，台灣身為全球伺服器製造重鎮（如廣達、緯創、英業達、鴻海等），過去一直受限於輝達 GPU 晶片大缺貨，導致空有訂單卻無法出貨；如今 CPU 與 GPU 的混合搭配架構崛起，能有效分散單一晶片缺貨的系統性風險。其次，CPU 算力的回升也意味著伺服器主機板（Motherboard）的複雜度增加，對於信驊（ASPEED）等 BMC（遠端伺服器管理晶片）大廠、以及專精於高效能散熱模組與傳輸介面的台廠，將迎來更高毛利的產品需求，台積電更將持續通吃 AMD 與 Intel 的先進製程代工訂單。

編輯觀點

這是一場極其健康的「算力民主化」回歸。市場過去一年過度神話 GPU，甚至出現了「CPU 將死」的極端言論，但 AI 代理人的落地，證明了異質運算（Heterogeneous Computing）才是科技演進的終極解答。對於台灣產業而言，這提醒了我們不能只把雞蛋放在「輝達概念股」這一個籃子裡；提早布局 CPU、GPU 與專屬加速器協同運作的系統整合與冷卻技術，才是台廠在 AGI 時代立於不敗之地的關鍵。

常見問題

什麼是 AI 代理人（AI Agent）？

AI 代理人是一種能夠理解人類意圖、自主拆解任務步驟，並能主動調用外部工具與 API 來替人類完成複雜工作流的 AI 系統。

為什麼 GPU 不能直接取代 CPU 的工作？

GPU 擅長同時處理大量重複的簡單計算（如影像與矩陣運算），而 CPU 擅長處理複雜、有先後順序的邏輯決策與系統控制。

這波趨勢對英特爾和 AMD 有什麼好處？

隨著 AI 代理人增加，伺服器需要配備更多、更高階的 CPU 來處理調度工作，將直接帶動英特爾 Xeon 與 AMD EPYC 處理器的出貨量。

台灣哪些廠商會從這波 CPU 需求回溫中受益？

除了廣達、緯創等伺服器代工廠，還包括提供伺服器管理晶片的信驊，以及高階散熱解決方案與高速傳輸線材的台灣供應鏈。

這會削弱輝達（NVIDIA）在 AI 市場的霸主地位嗎？

不會。這並非替代關係，而是互補。更強大的 CPU 能釋放 GPU 的運算潛能，兩者協同工作才能實現真正的通用人工智慧（AGI）。

名詞小教室

異質運算 (Heterogeneous Computing)

就像一個專案團隊，裡面有擅長策略規劃的主管（CPU）、擅長畫圖的設計師（GPU）和專攻特定雜務的助理（NPU），讓不同的晶片各司其職，發揮系統最大效率。