30 秒看重點
- 事件：輝達與超微針對 AI Agent 時代的 CPU 架構展開單核極速與多核併發的路線之爭。
- 意義：宣告 AI 算力焦點從純 GPU 模型訓練，轉向 CPU 與 GPU 協同運算的高效執行階段。
- 影響：台積電先進製程訂單持續走強，台廠伺服器供應鏈迎來多樣化設計與升級商機。
AI 發展正式跨入「AI Agent（AI 代理人）」時代，AI 不再只是被動回答問題，而是能自主拆解步驟、連續推理並執行任務。這種運算範式的轉變，讓過去被視為配角的 CPU 重回戰場中央，輝達與 AMD 正用完全不同的哲學重塑未來資料中心的心臟。
AI 代理人時代來臨，晶片雙雄到底在吵什麼？
AI 應用正從「單次問答」加速轉變為「自主執行任務的 AI Agent」。傳統的大語言模型（LLM）運算主要依賴 GPU 進行大批量的矩陣平行運算；然而，AI Agent 在運作時，需要不斷經歷「拆解目標、呼叫 API、判斷結果、修正步驟」的連續決策迴圈。這種高度依賴邏輯前後關聯的流程，無法完全交給 GPU 平行處理，反倒讓 CPU 的反應速度成了關鍵。
面對這波轉型，輝達（Nvidia）押寶「單核更快（Faster Single-Core）」策略。輝達認為，AI Agent 的連續思考鏈（Chain of Thought）非常怕卡頓，就像賽車比賽一樣，單一核心的極速運算能大幅縮短每次決策的等待時間，因此透過 Arm 架構打造極致低延遲的 Grace CPU。相反地，超微（AMD）則堅持「併發更多（Higher Concurrency）」路線。AMD 主張資料中心需要 simultaneous 服務成千上萬個用戶，透過 Zen 架構的高核心數與高吞吐量（EPYC 處理器），才能在有限的電力與空間內達到最高 CP 值。
這場路線之爭本質上是「極致單體體驗」與「最大化系統吞吐量」的商業決擇。輝達希望用軟硬體一體化（Grace Blackwell）鎖死高端 AI 伺服器市場，而 AMD 則憑藉傳統 x86 生態系與龐大核心數優勢，持續在雲端資料中心搶占市占率。
台灣怎麼看這件事？
台灣半導體與 AI 伺服器產業將是這場 CPU 路線爭霸戰的終極贏家。無論是輝達的 Grace 晶片還是超微的 EPYC 處理器，極致效能的背後全數仰賴台積電（TSMC）的 3 奈米與 4 奈米先進製程，以及先進封裝（CoWoS/Chiplet）技術支持。
對廣達、緯穎、鴻海、英業達等台灣伺服器代工巨頭來說，兩大陣營的架構分歧並非壞事。單核極速需要更強大的高頻供電與先進散熱設計，高併發架構則帶動多路主板設計與液冷模組的需求，雙軌並進將激發客戶更多客製化需求，大幅提升台廠高毛利伺服器出貨比重。
編輯觀點
筆者認為，AI 算力競爭已經進入「比拚系統效率」的下半場。過去幾年業界瘋狂堆疊 GPU 算力，如今卻發現 CPU 的傳輸與決策速度成了拖油瓶。輝達與 AMD 的路線看似對立，實則互補：前端高互動、高智商的 AI Agent 適合單核極速架構；後端海量資料處理與大規模服務則適合多核高併發。台灣供應鏈「兩邊都能做、反應極快」的彈性製造實力，將在這波 CPU 重塑潮中穩坐泰山。
常見問題
- 什麼是 AI Agent（AI 代理人）？
- AI Agent 是具備自主目標拆解與執行能力的 AI 系統，能自動使用工具、呼叫 API 並連續思考完成複雜任務。
- 為什麼 AI Agent 會讓 CPU 變得比以前更重要？
- 因為 AI Agent 需要進行多次連續的邏輯推演與任務調度，這種非平行的順序運算極度依賴 CPU 的處理速度。
- 輝達與 AMD 的 CPU 路線有何不同？
- 輝達主打「單核極速」以追求最低思考延遲；AMD 則強調「高核心併發」以追求最高整體處理吞吐量。
- 這場晶片路線之爭對台積電有何影響？
- 無論哪種路線，兩家大廠皆高度依賴台積電先進製程與封裝技術，台積電高階產能將持續供不應求。
- 一般消費者或企業會受到什麼影響？
- 未來使用的 AI 軟體反應將更敏捷、能處理更複雜的自動化工作，同時雲端服務的訂閱成本也有機會更加親民。
名詞小教室
- 單核極速 vs. 多核併發
- 就像「頂級 F1 賽車極速衝刺」與「百輛公車組成龐大車隊」的差別，前者追求極致速度，後者追求最大載客量。
- Chain of Thought（思考鏈）
- AI 模擬人類將複雜問題拆解為一步步推理推導的思維過程。