輝達GTC大會，執行長黃仁勳這次最用力賣的不是過去大家常見的巨大GPU，他花了大篇幅介紹的，竟然是Vera CPU。
你沒聽錯，是一顆CPU處理器。
2024年黃仁勳都還在大聲疾呼「買愈多，省愈多（GPU）」，但 2026年他卻在強調「Agentic AI（AI 代理）的瓶頸在 CPU。」
為什麼是CPU？
原因是，AI已經從訓練邁向推論。
「推論的拐點已經到來，支撐這個拐點的不再只是算力，而是編排（Orchestration），」黃仁勳對著全球媒體預言。
輝達資料中心CPU產品管理總監夏納新罕（Shar Narasimhan）接受《天下》專訪時直言，這就像是一條鏈條，最強度取決於最弱的一環，「如果有一部份運行太慢，它就會成為整個AI工廠的瓶頸。」
就在GTC結束隔週，24日安謀（Arm）執行長哈斯（Rene Haas）在美國舊金山發布Arm史上第一顆自研實體晶片Arm AGI CPU，首批合作對象就有Meta、OpenAI。
這不是巧合，而是科技巨頭們看準了同一個獵物：AI推論與代理人的核心調度權。
為何CPU在推論時代重新抬頭？
首先，CPU才是 AI代理的大腦。
AI代理是無數次的推論過程，是從「生成」走到「決策」。
在機櫃中，GPU擅長大量重複計算，但Agentic AI需要「思考」如何拆解任務、調用軟體、檢查錯誤。
「大家以為GPU是大腦，其實在Agentic AI時代，GPU是肌肉，CPU才是前額葉。它要決定什麼時候該呼叫搜尋、什麼時候該驗證程式碼，」黃仁勳解釋。
夏納新罕解釋「前額葉」的工作，就是當GPU運行的大模型正在學習如何思考時，它會不斷拋出推論結果問CPU：「我猜對了嗎？」CPU必須即時驗證、反饋，否則GPU就會陷入無止盡的錯誤循環中。
為了讓這套「神經傳導」夠快，輝達在Vera CPU中導入了1.2 TB/s 的超高頻寬。
更關鍵的是，夏納新罕透露，Vera採用了一個關鍵技術。傳統CPU處理多項任務時是輪流執行，像是在切換頻道，但Vera能讓不同任務在硬體層級同步進行，確保AI代理人在調用API時不需要排隊。
台灣大學資工系教授徐宏民觀察，輝達此次GTC強調CPU的動作，背後凸顯已不是GPU獨大，「特別在推論上，今年推論（服務用戶）的量超過三分之二，所以算力是拿來燒Token（編按：AI處理文字時的最小單位）為主，」他表示。
經濟學的對決，為什麼不能只有「快」？
輝達GPU不是很快很強嗎？然而，在推論戰場上，「快」只是門票，「便宜」才是贏家的關鍵。
被譽為「CUDA 之父」的輝達副總裁巴克（Ian Buck）在受訪時，透露CPU重新抬頭的另一個經濟考量——基礎設施的效率。
市場上雖有如LPU（語言處理單元）這類追求極致速度的晶片，但巴克指出，「如果要跑一個萬億級參數的模型，純靠LPU可能需要數十個機櫃，這在經濟上極度不划算。」
「Vera CPU與Rubin GPU結合，能將原本需要幾十個機櫃的工作量，縮減到僅僅兩個機櫃內完成，」巴克說。對企業而言，這不僅是效能提升，更是營運成本下降。
想要降低成本就要靠CPU，CPU在AI工廠中扮演總調度員，確保昂貴的算力資源不會被浪費在無謂的等待與資料搬運中。
為何不選英特爾或超微CPU？
為何輝達還要大費周章自研CPU？明明市場有英特爾和超微市佔九成以上的x86 CPU。
黃仁勳犀利回應，「如果你用通用型CPU（x86）去跑Agentic AI的編排，你就像是在用一台載客巴士去送快遞。它能送到，但油錢（功耗）和時間（延遲）會讓你的Token成本貴到沒人想買。」
夏納新罕補充，傳統x86 CPU是為了雲端租賃、電玩設計的，追求的是核心數。但Agentic AI需要的是「最強的單核效能」與「最低的能源消耗」。
因此，夏納新罕透露輝達做了一個跌破眼鏡的選擇，在資料中心CPU上，使用原本專屬於智慧型手機的低能耗LPDDR記憶體。這是為了在有限的電力範圍內，最大化推論時每瓦產生的Token數。
「CPU必須為了AI重新設計。x86的問題不在於它不強，而在於它太『通用』。在AI工廠裡，我們不需要通用，我們需要『極致的專才』，」黃仁勳這句話，為CPU的重新抬頭定下了最終的基調。
Arm推自研晶片與客戶直接競爭？
值得玩味的是，這場「CPU復興運動」正在模糊矽谷長久以來的敵友界線。
就在黃仁勳高喊CPU重新抬頭的同時，長期隱身幕後的架構巨頭Arm，竟打破30年來的慣例，發布自研實體晶片 Arm AGI CPU。
這場發布會震撼了半導體業界。
過去，Arm的成功核心在於其「絕對中立」，它只賣設計圖（IP授權），不賣實體晶片。但這次Arm親自下場，首批合作對象更鎖定Meta。
「這可能是Meta想嘗試新概念，」Digitimes 產業分析師姚嘉洋觀察。
過去資料中心只有處理一般任務（如網路、儲存）的通用CPU，以及處理模型運算的AI加速器，他認為，Meta試圖在兩者之間，切出一塊專為AI Agent設計的客製化CPU領地。
對於Arm來說，從賣IP轉向賣實體晶片，量體完全不同，是商業上極大的加分策略。但這也意味著Arm正在打破長久以來的「防火牆」，直接跨入原本屬於客戶的領地。
Arm加入戰局，威脅ASIC設計公司
這種轉變，讓輝達與Arm的關係變得有點微妙。
表面上，輝達的Vera CPU正是基於Arm架構開發，兩者是合作無間的盟友；但私底下，Arm推出的AGI CPU，在客製化市場中卻與輝達形成了潛在競爭。
不過，這名資深分析師認為兩者現階段並非完全競爭。他分析，即使Meta採用Arm的客製化CPU來處理AI Agent的邏輯調度，它依然需要採購輝達的GPU（如GB200/GB300）來進行繁重的訓練與推論運算。換言之，即便Arm把客製化CPU這塊生意拿走，輝達依舊繼續統治算力核心。
「真正可能被威脅的，反而是高通、聯發科，以及博通等ASIC設計服務公司，」姚嘉洋直言Arm的「開槍」，直接切斷了這些公司原本想跨入客製化CPU的路徑，迫使他們繼續守在AI加速器與網路晶片研發。
當被問及Arm可能開發晶片時，黃仁勳也大氣回應，「很高興看到Arm終於意識到CPU必須為了AI重新設計，」；他也為Arm的AGI CPU錄祝賀詞。
CPU的重新抬頭，不僅是運算架構的演進，也再掀起一場新戰局。（責任編輯：宋玟蒨）
天下總主筆陳良榕專欄。半導體狂熱、科技巨頭謀略的最犀利解讀
看懂科技大勢，獨家解讀
請查看您的信箱，我們將寄送驗證信給您，確保未來信件會送到您的信箱
