企业官网建设流程全解析

大家都在疯抢昂贵的加速芯片，科技巨头却在暗中扫空通用处理器

很多人以为，人工智能拼到最后，就是比谁囤的图形处理器更多。然而在过去一个月里，科技巨头们的一套新动作，却把原本被冷落的中央处理器重新推到了聚光灯下。

2026年9月21日，AMD 盘中股价冲上613.92美元，市值破天荒跨过一万亿美元大关；到了10月2日，股价收在633.91美元的历史新高，市值稳稳站上1.03万亿美元。如果把时间倒拨到2014年10月苏姿丰刚接任掌门人时，这家公司的市值不过25亿美元左右。十二年间，其股价累计涨幅超过百分之一万八千。

过去一个月，AMD 与 Intel 股价分别跳涨了百分之三十二和百分之二十一，把一众大型科技股甩在身后。大家原本都在盯着昂贵的大规模并行加速芯片，为什么造通用处理器的老牌大厂，突然成了人工智能新战场里的抢手货？

一、网友给智能体发了条指令，竟扒出了底层的芯片名字

这件事的导火索，是两款火爆全网的个人智能体软件。

9月初，Meta 推出了个人智能体 Muse，上线才二十二天，下载量就冲到了五百万次，甚至连续十二天霸占苹果应用商店免费榜榜首，普及速度比当年的 ChatGPT、Grok 或 Claude 还要迅猛。紧接着在9月29日，OpenAI 也亮出了全天在线的智能体 Dots，接入了四千多个外部软件，号称能替用户全天候盯住各种复杂事务。

好奇的技术爱好者们没有光顾着聊天，而是试着用命令行去探查这两款顶流软件的底细。结果让人大吃一惊：博主与分析师给 Muse 发送系统指令后，智能体自己老老实实招认，它正运行在 Linux 系统上，底层主机没有任何负责加速绘图的图形芯片，清一色由 AMD 的 EPYC 处理器驱动；OpenAI 的 Dots 底层同样直接亮出身份，它的虚拟机由 AMD EPYC 9V74 芯片在背后支撑。

原来，这两家巨头为了让成千上万的用户同时拥有专属助手，采用的策略并不是给每个人配一台昂贵的专用服务器，而是像把一整栋大楼切成无数间单身公寓一样，在单台高密度服务器里切出大量轻量级的虚拟环境。

具体来看，AMD 的部分芯片最多拥有192个物理核心。Meta 的 Muse 给每个用户分配独立运行空间时，仅仅划走2个核心和8吉字节内存；OpenAI 的 Dots 架构更重一些，单个虚拟环境占用了9个核心。根据行业机构的推算，哪怕一个用户的环境只吃掉2个核心，如果面对五十万的日活跃用户，后台就需要大约两千个配备高容量内存的双路处理器服务器托盘来支撑。

更关键的是账本上的差距。驱动这些智能体的二手通用处理器，单颗价格还不到三千美元；而一颗顶级的图形计算芯片，售价往往超过三万美元，甚至高出十倍以上，还必须成百上千颗成群结队地买。摩根士丹利据此推算，Meta 的 Muse 平均每个用户每月的服务成本在37美元上下，光是这一款软件，就可能在2026年吃掉 AMD 整整两成的芯片销售额。

二、当人工智能开始替你干苦力，芯片分工彻底变了

为什么红极一时的图形处理器，没能把这块蛋糕全吞下去？Futurum 集团的负责人给出过一句极其形象的解释：图形处理器负责思考，通用处理器才是在背后真正跑腿干活的。

如果把整套人工智能体系比作一家繁忙的高端餐厅，图形处理器就像是后厨里那位拿着高薪的研发总厨。当你在对话框里抛出一个极其晦涩的专业难题，或者要它构思一段精妙的文案时，总厨需要调动千亿级别的庞大知识库，集中所有脑力疯狂推演，在极短时间内给出最佳菜谱。

但现在的个人智能体变了。它们不再满足于只在对话框里陪你聊两句，而是变成了一个个全天在线的数字打工人。比如 OpenAI 的 Dots，不仅要连着四千多个外部应用，还得替你去收发邮件、处理跨部门账单、监控各种业务进度。这个过程可能会持续几个小时，甚至连轴转跑上好几天。

这时候，你如果还让昂贵的研发总厨蹲在水槽边洗菜、剥葱、扫地，不仅成本高得吓人，也是极大的浪费。通用处理器天生就是为了处理这类琐碎、繁杂、流程冗长的系统工作流而生的。Meta 在系统设计上，把负责文字理解推理的独立集群剥离在外面，而把智能体需要长时间挂机、随时等待指令的纯软件沙箱，统统扔给了高核心密度的通用处理器。

咨询机构 Signal65 的分析同样印证了这点：随着大家造出越来越多的智能体，当千千万万的人开始用它们全天候处理杂活时，整个计算的负荷自然而然会从专职推理思考的硬件，大跨步滑向专职执行工作流的通用处理器。

数据机构 Mercury Research 8月份的统计显示，AMD 已经在通用处理器出货中抢下了大约百分之四十六的份额。加上传统软件生态对这类成熟架构的长期依赖，各大云厂商在部署海量自动化任务时，顺理成章地把订单砸向了这类通用芯片。

三、台积电、内存与五年的赌注，苏姿丰的紧迫行程

这股从软件端刮来的风暴，以惊人的速度演变成了整条半导体产业链的产能大考。

就在两款智能体引爆讨论的10月6日，AMD 董事长兼首席执行官苏姿丰现身台北。这是她在2026年第三次飞抵这里。面对围堵的媒体，这位掌门人反复强调一件事：需求实在太高了，现在的供给根本追不上，公司已经在提前三到五年做产能规划。

芯片行业以往的规划周期通常只有一到两年，如今直接拉长到三到五年，足见供需缺口的夸张程度。苏姿丰当天马不停蹄地会见了宏碁、华硕、鸿海、广达等一众服务器与硬件伙伴，下午又赶往新竹与台积电高层闭门商谈，确保晶圆制造和后段先进封装产能可以同步跟上。紧接着，她的行程表上还排着飞往韩国的机票，目的是拜会三星与 SK 海力士。

因为缺的不单单是算力晶片。当每一位智能体用户都需要挂载独立的内存空间，整个市场上的服务器内存与高带宽存储芯片全面告急。苏姿丰在现场直言，内存供应在全行业范围内都很吃紧，公司必须和上下游一起把服务器与个人电脑的配额死死盯紧。

在业绩层面上，这种饥渴感早有端倪。根据 AMD 8月份公布的2026年第二季度财报，公司单季营收达到115.36亿美元，同比大涨百分之五十；其中数据中心部门一枝独秀，营收冲上67亿美元，同比翻了一倍多，在全公司总收入里的占比从一年前的四成出头狂飙到了百分之五十八。苏姿丰在当时的电话会上甚至给出了更为激进的预期：下半年服务器芯片营收同比增速将迈过百分之八十的大关。

面对这轮爆发，市场机构 Futurum 在10月把2027年通用处理器的市场销售预期猛推到了1180亿美元，几乎比他们在5月时的预估翻了一倍；AMD 官方更是在7月把2030年的市场盘子直接从600亿美元大幅修正到2200亿美元，放言要拿下其中过半的江山；花旗甚至在研报里给出了更夸张的预测，认为到2030年整个市场规模将达到3000亿美元，并顺势把 AMD 的目标股价看高到了800美元。

这场由智能体点燃的硬件竞赛远没有尘埃落定。老牌盟友与对手们都在调转船头：英伟达在年内拿出了专为智能体打造的 Vera 处理器，同样押注2030年这里会是一个两千亿美元级别的肥肉；Arm 在3月公布了自研的专用架构，Meta 转身就成了其首批客户。分析机构指出，虽然 AMD 眼下的产品处在极佳的接单窗口期，但未来的赢家，属于那些能够同时把通用计算和加速计算两碗饭端平的厂商。

从当年为了大模型训练而不计成本地抢购加速芯片，到今天为了让几百万个数字助手同时替人类跑腿，各大巨头不得不回过头来扫空机架上的通用处理器。算力的钟摆看似转了一圈，但台下的技术世界，早已不是两年前的模样。