📰 重點摘要

全球 AI 浪潮正在重塑半導體產業的關鍵戰場：CPU 市場。過去 CPU 被視為通用運算核心，但隨著大型語言模型訓練與推理需求急速攀升，CPU 在 AI 基礎設施中的角色正悄然轉變，不再只是配角，而是與 GPU 協同承擔更複雜的資料預處理、模型排程與系統控制任務。

輝達（Nvidia）近期在台北舉辦的 GTC 展會上（6 月 3 日）公開展示了 Vera CPU 運算托盤，這款產品專為 AI 資料中心設計，與 GPU 深度整合，代表輝達正式宣示進軍 CPU 領域的企圖心，不再僅依賴 GPU 主導地位。

在競爭格局上，美國晶片廠商目前仍居主導地位，英特爾（Intel）與超微（AMD）在全球伺服器 CPU 市場深耕多年，技術積累雄厚。然而，中國本土晶片廠商正積極搶攻國內市場份額，受惠於中國政府推動半導體自主化政策，龍芯、飛騰等企業獲得政策支持，力求在 AI 基礎設施採購中取代外資供應鏈，形成「國產替代」浪潮。

整體來看，CPU 是否能真正成為 AI 軍備競賽的新核心，以及中美之間的晶片角力如何在 CPU 層面延伸，將是未來值得持續關注的產業走向。詳細內容請見原文連結。

💬 JudyAI Lab 觀點

CPU不再只是AI系統的配角——輝達在GTC展示Vera CPU這一步，意味著AI基礎設施的競爭場域正式從GPU延伸到整個運算堆疊，值得所有關注AI硬體走向的人重新校準視角。

過去AI builder在規劃基礎設施時，GPU幾乎是唯一焦點，但這則新聞提醒我們：當模型規模持續擴張，資料預處理、模型排程與系統控制這些「非訓練環節」的運算需求同樣不容忽視。輝達推出Vera CPU，不只是產品線擴充，更是一個訊號——未來AI資料中心的設計邏輯將從「GPU為主、CPU陪跑」轉向更緊密的異構協同架構。與此同時，中美晶片角力正向CPU層延伸，中國本土廠商龍芯、飛騰在政策支援下積極搶攻國內市場，「國產替代」浪潮如何影響全球供應鏈穩定性，將是我們持續觀察的重點。

下次評估AI工作流架構時，不妨回頭檢視自己的資料預處理管線——那個環節的CPU瓶頸，可能才是你還沒意識到的效能暗礁。

📅 原文資訊

🔗 延伸閱讀