AI代理時代CPU路線之爭！輝達押「單核更快」AMD拚「併發更多」

輝達（NVDA-US）與AMD（AMD-US）正在爭的，不只是誰的CPU更快，而是誰來定義AI時代CPU的評價標準。

《華爾街見聞》報導，輝達近日對外披露了Vera CPU架構最詳細的技術細節。這款處理器搭載88個自研Olympus ARM架構核心，記憶體頻寬達1.2TB/s，晶片內互連頻寬達3.4TB/s。輝達的核心論點是：AI Agent的工作模式是CPU與GPU反覆交互——工具調用、代碼執行、資料檢索、任務編排——每一步都依賴上一步完成，因此CPU的單核速度和延遲直接決定整個Agent的響應效率。

7月23日，根據追風交易台消息，美銀證券分析師Vivek Arya在最新報告中指出，Vera的發布為產業引入了一個新的評估框架：「規模化下的最大單執行緒性能」。這與AMD長期堅持的chiplet多核堆疊路線形成直接對比。該機構將這場爭論定性為：「Agent AI究竟是被單一任務完成時間卡住，還是被單機架能跑多少併發任務卡住？」AMD將於本週四舉辦AI 2026技術日，屆時將是對此框架的首次正式公開回應。

這場爭論的背景是：伺服器CPU市場正被AI需求重塑，預計到2030年市場規模將從當前水平擴大約4倍，達到1,700億美元。這不是存量競爭，而是一塊正在成形的增量市場，誰先建立業界認可的性能評估標準，誰就掌握定價權與敘事權。

輝達對Agent工作流的描述非常具體：一個Agent在完成任務過程中，CPU與GPU之間會發生大量串行交互，每次調用都必須等待前一步完成才能繼續。這意味著任何一個環節的延遲都會累積放大，最終拖慢整個AI工廠的產出效率。

在此邏輯下，單核性能不是參數表上的一個數字，而是直接影響GPU利用率的關鍵變數——CPU越快，GPU等待的時間越短，整個系統的資源利用效率越高。也就是說，單核越快，整條鏈路的響應速度就越快。

Vera還有一個設計選擇值得關注：輝達選擇了單一計算裸晶（monolithic die）而非chiplet分離架構，理由是前者能提供更好的「可擴展一致性」。這與AMD長期押注的chiplet路線形成對立，也意味著兩家公司在底層架構哲學上的分歧已足夠深。

此外，Vera並非孤立產品，而是輝達整個AI基礎設施生態「協同設計」的組成部分，與Rubin GPU、Groq LPX、Spectrum交換器、BlueField儲存／網卡協同運作。這種系統級整合是輝達在單一硬體比較之外的真正護城河。

在AMD看來，生產級AI系統不是一個Agent在串行推進任務，而更像一個由資料庫、API、向量儲存、編排引擎、快取和中介軟體組成的分散式軟體平台。在這種場景下，瓶頸不是單一任務的完成速度，而是固定功耗預算內能同時承載多少工作流。

AMD給出了一組具體測算：在模擬的100千瓦機架部署場景中，EPYC 9965（Turin）的機架級吞吐量約為輝達Vera基準的2.4倍；下一代EPYC 6（Venice）預計達到3.3倍。

AMD的邏輯是：吞吐量密度越高，意味著同樣的能耗能服務更多用戶、處理更多請求——這才是雲端AI部署的真實成本函數。

CPU架構之爭還延伸到了指令集層面。

輝達選擇ARM架構，其隱含立場是：只要微架構足夠優秀，指令集相容性可以退居次要位置。但AMD與英特爾大概率會在週四之後持續強調另一面——AI正從模型推論擴展進入企業軟體工作流，而企業軟體棧在資料庫、中介軟體、安全平台、企業應用等層面已經在x86生態上累積了數十年的優化、驗證與相容性。

這不是單純的技術爭論。隨著AI工作負載越來越多地嵌入企業現有IT系統，軟體生態的歷史積累可能比硬體的峰值性能更難被取代。輝達能否用Vera打入這些場景，在很大程度上取決於ARM軟體生態的成熟速度。

下一個CPU KPI由誰來定？

兩套框架、兩套KPI，本質上是兩家公司在爭奪產業敘事的主導權。

輝達的框架圍繞延遲、單執行緒進度、GPU利用率建立。AMD的框架圍繞併發、吞吐量、服務密度建立。

關鍵在於：市場最終會用哪個指標來採購伺服器CPU？

美銀的判斷是，AMD本週四的活動，重點不在於拿出跑分資料壓倒對手，而在於說服產業接受自己那套評價體系。誰的框架被資料中心買家採納，誰就在這1,700億美元的市場裡拿到定價權。

美銀對輝達股票維持買入評級，目標價350美元。