AMD 指 Agentic AI 時代單節點 CPU 數量或反超 GPU

在強勁的 2026 年第一季度財報後，AMD 首席執行官蘇姿丰在財報電話會上談到，隨著 Agentic AI（代理式人工智能）時代的來臨，數據中心中 CPU 的使用量正被推向前所未有的高度。他表示，在這一新趨勢下，單個計算節點中 CPU 與 GPU 的數量正從過去的一對多，逐步趨近一比一，未來甚至可能出現 CPU 數量多於 GPU 的情況。 蘇姿丰在回答分析師提問時指出，傳統 AI 訓練與推理叢集通常採用「一堆 CPU 搭配四到八堆 GPU」的配置，CPU 更多扮演「宿主」角色，負責調度並發起

GPU 計算任務。而在 Agentic AI 模式下，大量具備自治能力的智能體需要依賴主機 CPU 持續進行狀態更新、任務編排和協同，這正本質性地改變計算節點的形態。

CPU 與 GPU 比例趨近 1:1

根據蘇姿丰的說法，隨著智能體數量的快速增長，CPU 與 GPU 的比例正向 1:1 趨近。他甚至指出，如果未來叢集中運行「數量極其龐大」的智能體，則完全可以想像單節點裡 CPU 數量多於 GPU 的配置。這意味著，過去數年由 GPU 主導的算力計算擴張浪潮，正被一股由「智能體工作負載」驅動的 CPU 需求浪潮所取代。 所謂 Agentic AI，本質是在大語言模型（LLM）之上運行多個自治「智能體」，由其自行完成複雜任務流程。

例如，在軟件開發場景中，智能體可自行審核代碼、實施修改、等待編譯完成，並在發現新 Bug 時持續修復，全流程無需人工干預。然而，為了協調、調度和編排這些並行運行的智能體任務，系統仍需依賴 CPU 提供持續的控制與管理能力。 在這類工作負載下，CPU 不再只是「啟動 GPU 訓練或推理」的配角，而是成為驅動整個 Agentic AI 系統運轉的核心樞紐。當越來越多的任務被拆分委派給智能體時，即便當前仍處於 GPU 算力計算快速擴張的時代，CPU 利用率依舊被推高到極高水準。

報導引述 AMD 的表態稱，公司目前已將「所有能提供的 CPU 都賣給了 AI 實驗室和大規模雲服務商」，以滿足這波由智能體任務帶來的新增需求。這也意味著，在未來 AI 基礎設施的設計中，CPU 與 GPU 的關係可能會從「主從」走向更為對等甚至 CPU 更密集的形態。 對晶片供應商而言，Agentic AI 不僅持續拉動 GPU 需求，也有望在伺服器 CPU 市場開啟新一輪增長空間。