在人工智能技术快速迭代的背景下，英伟达首席执行官黄仁勋正推动公司战略重心向中央处理器（CPU）领域延伸。尽管该公司凭借图形处理器（GPU）在AI服务器市场占据主导地位，但近期一系列动作显示，其正试图打破传统计算架构的边界。
长期以来，CPU作为计算机系统的核心组件，几乎被英特尔和AMD垄断。黄仁勋曾公开表示，过去九成计算任务由CPU承担，GPU仅负责剩余部分。但这一比例在AI训练需求爆发后发生逆转，GPU凭借并行计算优势成为主流选择。然而随着行业从模型训练转向实际应用部署，计算任务特性正在改变——智能体技术要求系统同时处理代码编写、文档分析等多样化任务，这类场景对CPU的通用处理能力提出新需求。
英伟达最新推出的NVL72服务器架构印证了这种转变。该系统配置36个CPU与72个GPU的组合，分析师预测在处理智能体工作负载时，CPU与GPU的使用比例可能趋近1:1，极端情况下甚至完全脱离GPU依赖。Creative Strategies分析师本·巴亚林指出，这种趋势正在重塑数据中心硬件采购逻辑。
黄仁勋在近期财报会议上明确表态："我们对CPU的重视程度不亚于GPU。"公司计划通过2023年发布的数据中心专用CPU产品，挑战传统供应商的市场地位。在拉斯维加斯消费电子展上，他更放出豪言："英伟达跻身全球顶级CPU制造商行列不会令人意外。"这种自信源于其独特的芯片设计哲学——通过优化内存访问路径，使CPU能够持续处理海量简单任务，特别适配数据驱动型AI计算需求。
市场动作印证了战略转型的决心。英伟达与meta达成协议，后者将独立采购Grace及Vera系列CPU芯片，这标志着其业务模式从"CPU+GPU"捆绑销售向独立CPU供应拓展。不过meta同时与AMD签署了类似协议，显示其仍在维持多供应商策略。AMD作为meta长期合作伙伴，此次交易涉及CPU采购规模扩大，形成双雄竞争格局。
技术路线差异成为竞争焦点。黄仁勋强调，英伟达摒弃了英特尔和AMD采用的芯片分块设计方法，转而构建具备超强内存带宽的统一架构。HotTech Vision首席分析师戴夫·阿尔塔维拉认为，这实质上在挑战"传统CPU是现代计算基础设施必然选择"的行业认知，推动数据中心向异构计算架构演进。
据内部人士透露，英伟达将在硅谷开发者大会上披露CPU技术细节，包括内存子系统创新和针对AI推理场景的优化方案。随着智能体技术进入爆发期，这场关于计算架构主导权的争夺战，或将重新定义AI硬件市场的竞争格局。
