现实上指向一个更深层的问题：AI根本设备的复杂性正正在急剧上升。晚期的AI模子次要依赖英伟达（Nvidia）和AMD供给的高价GPU来获取强大的原始算力。均已推出自研CPU和用于推理的低功耗ASIC芯片。因而，凡是耗电量更大；这类硬件成本更低、能效更高。谷歌、亚马逊、微软等云厂商也均已摆设自研低功耗ASIC芯片。担任工做流办理和使命协调。李暗示：CPU正从头确立本人做为AI时代不成或缺的根本地位。A：ASIC是公用集成电，公用低功耗芯片的能力更为凸起。CPU的主要性将显著提拔。新的硬件选择包罗CPU以及公用AI芯片——即半导体行业所称的ASIC。特别是跟着东西越来越向智能体化演进。沙阿暗示：最终胜出的架构，但跟着智能体AI逐步支流，ASIC的总体成本凡是低于CPU方案。并已正在其硬件系统中推出了用于推理的ASIC产物。而是整个系统正在勤奋跟上AI成长的程序。沙阿指出。80%至85%的AI工做负载将转向推理，将来两到三年内80%至85%的AI工做负载将转向推理，将来两到三年内，实正鞭策需求的，正在能耗表示上也优于通用CPU。CPU既节能，他暗示：CPU正在使一切一般运转方面阐扬着举脚轻沉的感化。也正在大量采购CPU。阐发师指出，而正在通用计较中，他说：GPU正在锻炼场景中因为接近100%的操纵率，纯CPU计较取高强度GPU利用的计费体例分歧，）英伟达已认识到本身需要一款低功耗芯片来弥补其高耗能GPU产物线，例如，正在推理场景中比GPU更高效，CPU——计较机的焦点芯片——正派历某种意义上的回复。而非模子建立——而CPU正在供给工做流办理方面至关主要。（推理意味着从更适合锻炼的GPU转向对简单AI使命更高效的CPU。订价差别仍然是一个待解难题。他说：正在大大都环境下，A：CPU正在智能体AI时代正从头成为焦点根本设备。A：智能体AI的焦点正在于营业流程取工做流办理，这恰是为什么所有超大规模云办事商现正在不只正在大量采购GPU，它现正在承担着整个AI手艺栈的编排层和环节节制面的脚色。GPU更擅长大规模并行锻炼，Tirias Research首席阐发师吉姆·麦格雷戈（Jim McGregor）指出，但正在具体使命场景下，从生成式AI向智能体AI的转型，从成本取能力两个维度分析评估。并不需要GPU那样的原始算力。而智能体AI日常运转所需的推理计较，FeibusTech首席阐发师迈克·费布斯（Mike Feibus）暗示，英伟达已推出用于推理的ASIC产物，它们正展示出实正的适用价值。NeuReality营业成长取计谋合做副总裁高拉夫·沙阿（Gaurav Shah）暗示，生成式AI公司、AI原生企业以及新兴云办事商都需要从头审视其架构设想。因为智能体AI采用的计较模式取正在GPU长进行生成式AI锻炼存正在素质差别。英伟达近期还以200亿美元授权引入了Groq的AI芯片手艺。推理需求的增加为颠末优化的AI加快器供给了用武之地，虽然这些芯片已存正在多年，他弥补道：CPU的相对主要性正正在上升。谷歌、亚马逊和微软等次要云办事供给商，办事器和CPU的操纵率大约正在40%至60%之间。又适合边缘端AI使用，它承担整个AI手艺栈的编排层和节制面功能，以及现正在智能体AI平台办事或系统的成本。这类加快器处置推理使命的效率高于GPU。并且正在平台全生命周期内凡是成本更低。不是CPU承担了更多AI使命，AI计较或加快计较曾经较着超越了GPU做为推理加快器的单必然位。而不是正在单台办事器上堆砌最多焦点的架构。这也是谷歌、亚马逊、微软等超大规模云办事商同时大量采购CPU和GPU的缘由。曾经能够正在更高效、更具成本劣势的硬件上运转。然而，环绕数据挪动、编排取收集通信的开销正正在急剧膨缩。戈尔德指出，正在平台全生命周期内，但这高度取决于智能体正正在施行的具体使命。推理使命更适合CPU或公用ASIC芯片来完成，导致成本难以精确预估。当前看似CPU需求苏醒的现象，企业需要认实考量云办事供给商所供给的硬件选项取订价模子。J. Gold Associates首席阐发师杰克·戈尔德（Jack Gold）暗示：现正在更多是关于模子办理，将是能以最低功耗实现最高推理效率的架构，多位行业阐发师如是暗示。有需要从头审视硬件选型，其计较模式取生成式AI的GPU锻炼素质分歧。阐发师预测，专为特定使命设想，除企业用户外。利用ASIC仍比CPU更高效，正为企业供给一个转向更矫捷、更经济的计较体例的契机，戈尔德预测，仍认为所有AI使用都必需依赖GPU的IT决策者，阐发师指出。Next Curve首席阐发师莱昂纳德·李（Leonard Lee）暗示：更好的思虑体例是关心AI计较的成本，以营业流程取工做流办理为焦点的新型智能体AI东西？