日前美国政府宣布天成配资，将允许向中国和其他地区的“获准客户”销售其H200人工智能芯片，条件是美国政府将获得英伟达在这些地区H200销售额的 25% 的分成。GPU计算再度受到关注。
就在前几天，在一场公开活动上的发言又引起了不小的关注，他表示自己不确定CPU在未来以加速计算和人工智能为主导的智能时代中，是否还有存在的必要性。这句话的言外之意，其实就是CPU或许将在未来被GPU彻底取代，也是黄仁勋一直以来坚持的“加速计算”理念所指向的未来。
在过去的几年里，随着AI大模型的兴起，无论是大模型训练、AI推理，还是自动驾驶与基础设施，这些场景的计算架构都以GPU为核心进行设计，原本的核心CPU地位被显著弱化。
英伟达可以说是在这个浪潮中受益最多的公司，其GPU在数据中心端的收入从2023年的150亿美元，暴涨到1152亿美元（2025财年），而在明年1月份公布的2026财年财报里，我们或许还将看到这个数字再一次飙升。
图源：英伟达
另一方面，国内领先的通用GPU公司摩尔线程，在上市首日股价就从114.28元涨到约650元，这一表现也彻底点燃了中国市场的GPU热潮。老实说，小雷此前在关注摩尔线程时，想过他们日后肯定会火，却依然低估了资本对于GPU企业的热情。在成功上市后，摩尔线程趁热打铁，在12月9日宣布将于首届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。
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前所未有地重要，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！
在传统概念里，CPU一直都是通用计算的核心，因为CPU的单线程性能更强、指令体系成熟且生态完善，可以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几乎成为一切智能设备的大脑，事实上，无论是PC还是手机，亦或是大型服务器，不管拥有多少算力，最终也都还是需要CPU进行调度。
而GPU的优势则是极端的并行计算，GPU阵列可以轻松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、科学计算这类“重复且矩阵化”的任务中不管是效率还是速度都完全碾压CPU。
不过，正是这种对并行计算的极致强化所带来的设计，使得GPU在处理复杂的任务时反而力不从心，无法凭借强大的单核能力对任务进行快速的逻辑判断和拆解执行。可以这么说，GPU就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，可以根据生产计划安排任务和管理车间事务。
所以，不管是在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，这些仍是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，不是说用了GPU就不能用CPU，两者本质上是协同关系，不过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。所以黄仁勋所说的“取代”，其实更多是一种比喻，是指GPU在新计算时代逐步成为核心驱动力，而非字面意义的替代。
那么问题来了，GPU有可能完全取代CPU吗？只能说理论上是有可能的，但是想要达成这个目标天成配资，必须设计出专精于通用任务处理的核心架构，并且加大核心缓存并设计更复杂的控制单元。同时还要对现有的指令集和系统架构进行全面更新，使其适应以GPU为主的计算环境。
简单来说，相当于将现有的计算体系完全推翻重构，先不说英特尔与AMD是否愿意配合，即使英伟达真的以一己之力推动计划，所面临的阻力也并不只是来自他的对手，全球互联网数十年的积累就足以让整个计划难以推进。
咳咳，扯远了，不过话又说回来，GPU在云计算行业成为主导确实已经是事实了。从AIGC到企业级大模型训练需求，为了满足这些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（当然也可以看做是在“补课”，毕竟以前的计算集群大多以CPU为主）。
科技巨头自研GPU，英伟达难吃独食
可以看到，国内外的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，同时也在加速引入由英伟达等第三方GPU核心组成的新一代GPU集群，为大模型提供算力底座。
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，与飞桨生态结合形成一体化方案。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，对于需要更高安全性和可靠性的企业（如化工生产等）来说是比云服务器更优的选择。日前百度已放出消息称，拟拆分昆仑芯片独立上市，看样子是想分享这一波GPU驱动的AI计算的红利。
图源：昆仑
而亚马逊则是以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，通过异构计算，适配从推理到训练的不同需求。
至于另一家巨头谷歌，自研的Tensor Processing Unit更是以出色的能效比和算力而著称，同时也推出了面向通用计算的Axion CPU。目前，谷歌的云计算中心除了采购英伟达的GPU用于训练集群外，推理集群已经逐渐转向自研芯片为主的服务器。
不难发现，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。尤其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，而自研芯片恰好能在这些长期投入上形成不可替代的优势。
所以，即使日后计算集群的重心彻底转向GPU，英伟达也很难做到独占整个市场，毕竟大家也都有着自己的小心思。
计算核心转移，GPU成兵家必争之地
云端算力的重构只是一部分，终端侧也在同步发生变化，而且这部分变化更具代表性，因为它直接揭示了未来十年的计算架构走向，我们可以看到从PC到手机再到汽车，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、实时生成图片/文字应用，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，目前几乎所有旗舰SoC都在强化AI算力，特别是集成GPU与NPU的加速能力，高通、联发科的旗舰移动平台都能实现几十TOPS甚至上百TOPS的AI算力，苹果M系列也持续提升GPU的可编程能力。
越来越多的系统级AI功能，如离线语音识别、实时图像增强、原生AI助手，其底层都已从CPU迁移到GPU或NPU执行，这也是为什么“AI手机”会成为新一代旗舰机的核心卖点。因为以前的手机并没有如此强大的GPU和NPU，所以在AI算力方面是远无法与新旗舰相比的，也无法提供后者所具备的AI功能。
在PC行业也是一样，自从AI PC提出后，整机最关键的指标不再是CPU主频，而是“端侧AI算力”，这其中GPU承担了大部分重任。无论是英特尔的Arc集显体系，还是AMD的RDNA架构，亦或是高通的Adreno GPU，它们都在承担起越来越多高密度矩阵计算任务。
图源：高通
虽然很多AI PC芯片都在强调自己的NPU非常强大，有更高的能效，但是也无法完全取代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，最近一年以来各大厂商投入到核显上的研发经费估计都增加了许多。
不过，最典型的例子其实还是自动驾驶，无论是感知模型、传感器融合还是路径规划，都需要瞬时处理数以百亿计的数据，这类任务天然依赖GPU的高并行优势。地平线的征程系列、特斯拉FSD芯片、英伟达Orin和下一代Thor平台，全部采用围绕GPU构建的异构架构，特别是在L3甚至L4等级自动驾驶中，实时性要求极高，GPU几乎不可替代。
你会发现，以前很多不需要配备GPU的设备，现在都用上了GPU，为的就是解决AI推理时所需要的算力问题。所以，属于GPU的时代确实来了，它将统治的领域也不只是服务器，在终端侧也将掀起一阵新的战火，整个行业正在迎接一次少见的重塑。
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，先不说CPU还远没到退场的时候，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，如果没有足够的生态迁移能力，即使芯片性能相当，也很难得到开发者的支持。
因此，想挑战英伟达首先就需要建立自己的AI生态，AMD的选择是力推ROCm，不仅比CUDA更开放，而且更新更频繁，目前已经在MI300系列上获得了不少厂商的认可。
而英特尔则是选择两步走，一方面依靠Gaudi加速器冲击训练与推理市场，另一方面在CPU领域打造更强大的AI处理器，借助自己的PC生态领导地位直接在终端侧进行布局。
可以说，整个半导体行业都在发生剧烈的变化，以GPU为主的新格局正在形成，虽然英伟达仍将是GPU领域的王者，但CPU厂商不会退场，它们会通过异构算力、软件生态整合以及在本地部署场景中的优势继续稳固自己的角色。
在小雷看来，计算领域的真正竞争并不是说谁消灭谁，而是看谁能在算力结构、软件生态和系统架构等方面掌握更高的话语权。而在这一点上，华为其实有着不小的优势，从昇腾系列芯片到昇思MindSpore和CANN，再配合鸿蒙系统生态，华为已经集齐了从底层硬件、AI框架到操作系统的完整链条。
在全球进入“AI原生时代”的背景下，谁能构建起完整的AI生态，谁就能在下一轮计算浪潮中占据主动。
CES2026开幕在即！（1月6日-1月9日）作为中国报道科技展会最悠久、最深入、最专业的新媒体，雷科技CES2026报道团正在进行紧张的前期筹备。届时雷科技将派出史上最大规模的CES报道团，并由雷科技创始人兼总编辑罗超带队，对CES2026进行一线、专业和立体报道，敬请期待！
永华证券官网提示：文章来自网络，不代表本站观点。
