英特爾CPU重回AI算力調度中心

30 秒看重點

• 事件：英特爾發表革命性CPU，單核可跑千個AI智能體。
• 意義：AI算力由GPU獨霸的局面可能改變，CPU重拾核心調度地位。
• 影響：台灣半導體廠商需關注CPU在AI新架構中的角色變化。

CPU能否再次成為AI算力調度大腦？

在過去幾年，當我們談論AI運算，腦中浮現的往往是 NVIDIA 的 GPU（繪圖處理器），這類專為平行運算設計的晶片，確實是目前訓練大型語言模型（LLM）等AI任務的主力。但這次英特爾的新技術，如同在平靜的湖面上投下一顆巨石，激起了巨大的漣漪。他們宣稱，自家新款CPU在單顆核心上，就能夠支援高達 1000 個 AI 智能體（Agent）同時運作。這聽起來像什麼？想像一下，以前你家裡如果有許多需要跑各種小程式（智能體）的任務，大部分都要靠一台大型的、專門的「AI 伺服器」（GPU）來處理，它一次只能負責少數幾個複雜任務。現在英特爾說，他們的新CPU就像是一台「多功能瑞士刀」，而且還附帶了 1000 個小工具，每一個小工具都能獨自完成一件特定的AI任務，而且能同時進行。這意味著，未來我們可能不需要那麼依賴動輒數十萬、數百萬的 GPU 叢集，而是能透過更普及、更具成本效益的 CPU 來實現更分散、更靈活的 AI 應用。英特爾此舉，意在重新定義 AI 算力的分配方式，將過去被邊緣化的 CPU，再次拉回 AI 算力架構的核心，扮演起「調度中樞」的角色。

1. 近期：英特爾發表新型CPU，宣稱單核可運行千個AI智能體，重塑AI算力生態。
2. 過去數年：GPU在AI訓練與推論市場佔據主導地位，CPU的角色相對邊緣化。
3. 預期未來：AI應用走向邊緣運算與更分散式架構，CPU有望重新扮演重要角色。

台灣怎麼看這件事？

對於台灣，這則消息的影響是多層次的。首先，台灣是全球半導體製造的重鎮，從晶圓代工到晶片設計，都扮演著關鍵角色。英特爾的新技術若能成功推廣，意味著對 CPU 的需求將可能增加，這對台積電、聯電等代工廠，以及聯發科、高通等晶片設計公司，都有潛在的訂單機會。然而，這也意味著過去為 GPU 提供強大算力而發展的製程技術和封裝技術，可能需要重新評估其在 CPU 上的適用性，或是發展更具彈性的生產策略。其次，在 AI 應用端，台灣的許多科技公司，如 PC 品牌、伺服器製造商、甚至是一些新創公司，都積極投入 AI 軟硬體整合。英特爾的技術為這些公司提供了更多元的硬體選擇，特別是對於希望在終端設備（如筆記型電腦、智慧家電）實現更強大 AI 功能的業者，這將是個令人興奮的發展。台灣的 AI 研發能量，也能更靈活地與這樣的 CPU 架構結合，開發出更多創新的應用。

編輯觀點

英特爾這一步棋，顯然是要在 AI 戰場上搶回失地。過往 GPU 的強勢崛起，讓 CPU 廠商的光芒黯淡了不少。但 AI 的發展不可能永遠只仰賴單一架構，成本、效率、功耗的平衡點會不斷移動。英特爾能否藉此機會，讓 CPU 在 AI 領域重拾昔日榮光，將是科技產業一大看點。但市場接受度、軟體生態的支援，以及實際效能的驗證，都還有待時間來證明。

常見問題

AI 智能體 (AI Agent) 是什麼？

AI 智能體就像是擁有特定技能的數位小幫手，能夠理解環境、做出判斷並執行任務，例如聊天機器人、自動駕駛系統的決策單元都是智能體的一種。

為什麼說 CPU 以前在 AI 領域相對邊緣化？

因為處理大量並行運算（例如訓練深度學習模型）時，GPU 的架構比 CPU 更有效率，使得 GPU 成為 AI 運算的顯學。

英特爾的新技術與傳統 CPU 有何不同？

傳統 CPU 主要設計用於處理單一線程的複雜指令，而英特爾的新技術讓 CPU 核心具備了高度並行處理能力，能同時管理大量獨立的 AI 任務。

這項技術會讓 AI 訓練成本降低嗎？

理論上，若 CPU 真的能有效分擔部分 AI 運算任務，確實可能降低對昂貴 GPU 的依賴，進而降低總體算力成本。

台灣的半導體廠商會受影響嗎？

會的，這將改變對 GPU 和 CPU 的需求結構，台灣廠商需要關注其產品線和製程技術的策略調整。

名詞小教室

CPU（中央處理器）

電腦的大腦，負責執行各種運算指令，處理的是比較「複雜」和「有順序」的工作。

GPU（繪圖處理器）

本來是用來處理圖像的，但它的「平行處理」能力超強，就像一個有成千上萬個小幫手同時做簡單重複工作，特別適合 AI 訓練這種需要大量並行運算的任務。

AI 智能體 (AI Agent)

可以想像成是一個微型的 AI 助理，有自己的目標和判斷能力，可以自主執行任務，例如幫你寫Email、排程會議、或是控制機器人手臂。