2026年4月24日，英特尔首席执行官陈立武在第一季度财报电话会议上提到，随着人工智能（AI）工作负载重心从模型训练转向推理部署，数据中心内CPU与GPU的算力配比正从传统的1:8加速向1:1的平衡状态演进。这一变化的背后，是推理阶段对低延迟响应、高效任务调度和复杂流程编排的核心需求——CPU在其中扮演着不可替代的控制与协调角色。
当前，全球数据中心中CPU与GPU的配比已收窄至约1:4，相比之前的1:8有了明显提升。陈立武指出，在推理场景下，AI应用需要实时处理用户请求、动态分配计算资源并协调多任务并行，这些都依赖于CPU的通用计算能力与灵活调度机制；GPU则专注于大规模并行计算任务，二者的协同正成为最大化推理效率的关键。行业研究显示，AI智能体时代的到来将进一步提升CPU需求——每吉瓦算力所需的CPU核心数预计将达到1.2亿，较当前水平增长4倍，这意味着CPU在算力体系中的权重会持续上升。
算力配比的变化直接反映在英特尔的业务表现上。英特尔第一季度数据中心与AI业务营收达到51亿美元，同比增长22%，其中CPU产品在推理场景的出货量增长尤为显著。陈立武强调，英特尔正通过优化Xeon处理器的AI加速能力，比如集成AMX（高级矩阵扩展）技术，提升其在推理任务中的性能与能效比，以适应配比变化带来的市场需求。
行业内，英伟达近期推出的H100 NVL芯片通过高带宽内存组合优化推理性能，意在巩固自身在GPU领域的优势；AMD则加强EPYC CPU的AI推理加速能力，推出支持CDNA 3架构的MI300X加速器，与CPU形成协同解决方案。国内厂商中，华为昇腾910B芯片也在推理场景实现了能效比的提升，成为本土数据中心的重要选择。这些动作都说明，CPU与GPU的协同优化已成为AI算力竞争的核心方向，而英特尔关于配比的预测或将重塑行业对算力资源配置的认知。
快报