GPU崛起：未来计算格局的变革与挑战

最近，美国政府宣布允许英伟达向包括中国在内的“获准客户”销售其H200人工智能芯片，但条件是英伟达需向美国政府支付这些地区H200销售额的25%的分成。这一决策再度将GPU计算推向了公众视野。

就在这一消息发布后不久，英伟达CEO黄仁勋在一次公开活动上的发言引起了广泛关注。他表达了对CPU在未来智能时代中的必要性的怀疑，暗示了未来CPU可能被GPU彻底取代的观点。这实际上是黄仁勋长期倡导的“加速计算”理念的体现。

近年来，随着AI大模型的兴起，无论是大模型训练、AI推理，还是自动驾驶与云计算基础设施，这些场景的计算架构都以GPU为核心设计，原本的核心CPU地位被显著弱化。

在这一浪潮中，英伟达无疑是最大的受益者。其GPU在数据中心端的收入从2023年的150亿美元暴涨至1152亿美元（2025财年），而2026财年的财报预计这一数字还将继续攀升。

图源：英伟达

另一方面，国内领先的通用GPU公司摩尔线程在上市首日股价从114.28元涨到约650元，这一表现也点燃了中国市场的GPU热潮。摩尔线程在上市后宣布将于首届MUSA开发者大会上发布以MUSA为核心的全栈发展战略与未来愿景，并重磅发布新一代GPU架构。

那么问题来了：在大模型训练需求爆发的当下，GPU的角色确实正在变得重要，但是CPU真的会被GPU取代吗？以下是雷科技的思考。

GPU彻底取代CPU？很难！

在传统观念中，CPU一直是通用计算的核心，因其单线程性能强、指令体系成熟且生态完善，能够执行操作系统和应用程序的复杂任务。正是这些特性使得CPU成为几乎所有智能设备的大脑。

而GPU的优势在于极端的并行计算，GPU阵列可以让几千甚至上万个核心同时运行，使其在深度学习训练、图像渲染、科学计算等任务中效率远超CPU。

然而，正是这种对并行计算的极致强化设计使得GPU在处理复杂任务时力不从心，无法凭借强大的单核能力进行快速逻辑判断和拆解执行。可以比喻为，GPU像是车间里的熟练工人，单个线程能力有限，只能按计划批量处理重复的工作，而CPU则是管理人员，负责安排任务和管理车间事务。

因此，无论是在PC还是在服务器中，CPU依然是不可或缺的硬件，运行数据库、进行系统调度等任务仍是CPU的主场，而模型训练、并行推理、批量向量计算则完全属于GPU的强项。

图源：英特尔

在小雷看来，二者并不是零和关系。随着大模型成为数据中心的主要任务，GPU的权重确实快速提升。但黄仁勋所说的“取代”更多是一种比喻，是指GPU在新计算时代逐步成为核心驱动力。

理论上来说，GPU有可能完全取代CPU，但要实现这一目标必须设计出专精于通用任务处理的核心架构，并对现有指令集和系统架构进行全面更新。这相当于将现有计算体系完全推翻重构，其难度可想而知。

不过，从AIGC到企业级大模型训练需求来看，为了满足暴增的并行计算需求，云端基础设施正在发生根本性的改变。GPU集群已成为各大云厂商的首选。

科技巨头自研GPU，英伟达难吃独食

国内外主要互联网及科技企业都在加速部署新的GPU集群。以阿里云为例，不仅自研了含光芯片，还加速引入由英伟达等第三方GPU核心组成的新一代GPU集群。

此外，百度昆仑团队开发的自研芯片也针对AI算力场景进行深度优化。借助成体系的AI软硬件方案，百度可以帮助企业快速完成本地AI大模型的部署和应用。

图源：昆仑

而亚马逊则以Graviton、Trainium、Inferentia等不同系列的芯片构筑了一个用ARM CPU、GPU和NPU搭建的全自研AI算力集群。谷歌的Tensor Processing Unit以出色的能效比和算力著称，同时推出了面向通用计算的Axion CPU。

几乎所有头部厂商在采购第三方GPU的同时都在推动自研芯片计划。其根本目的并不是为了摆脱英伟达，而是为了避免算力供应完全受制于人。在大模型推理成为未来主流应用的背景下，能效比与成本控制对云厂商来说比峰值算力更重要。

计算核心转移，GPU成兵家必争之地

云端算力的重构只是部分变化。终端侧也在同步发生变化且更具代表性。越来越多的AI任务开始在本地执行而不是全部依赖云端。

大模型推理、智能助手、AI建议等都需要终端设备具备足够的高并行算力。这种趋势必然削弱传统CPU架构的重要性。以手机为例，几乎所有旗舰SoC都在强化AI算力特别是集成GPU与NPU的加速能力。

图源：高通

虽然很多AI PC芯片都在强调自己的NPU非常强大但无法完全取代GPU在图形渲染、模型并行计算上的能力因此GPU在PC领域的重要性反而比过去更高。

CPU厂商集体反击，AI计算生态成关键

小雷并不觉得英特尔与AMD会坐以待毙。整个AI生态的参与者也都不想看到英伟达“一家独大”。

英伟达的优势在于生态而不是硬件本身。CUDA经过十几年的沉淀已成为事实标准让其他硬件厂商难以撼动。因此想挑战英伟达首先就需要建立自己的AI生态。