ARTICLE · 1059505
Agentic AI 时代的 CPU–GPU 联合调度 —— Happening in AI(2026-09-22)
今日核心观点
在矛与盾之间寻找对立统一：
1）CPU 与 GPU一方面争夺AI芯片的核心叙事，却需要联合调度。
2）一边是 RSI 突飞猛进，一边是 AI 治理与 security；
3）一边是 AI Agent 以及所谓的物理模型寻求商业落地，一边是实体护城河的抵抗。折叠的技术世界，正在探索中寻找出口。
今日专题：A CPU-CENTRIC PERSPECTIVE ON AGENTIC AI 论文解读——探讨这一波 CPU 公司涨估值的底层逻辑。：Agentic AI 不是单纯的 GPU 推理负载，而是由 CPU 工具执行、CPU 编排与 GPU 推理共同构成的异构系统负载。 在高并发场景下，继续扩大并行度不一定提升吞吐，反而可能因 CPU 核心超配、内存与缓存竞争、GPU KV Cache 压力而增加延迟和能耗。因此，优化重点应从「只优化模型推理」转向「CPU–GPU 联合调度」。
关注我，跟踪 AI Infra / 半导体投资信号，提供独立思考
今日专题：A CPU-CENTRIC PERSPECTIVE ON AGENTIC AI
一、目前 Agentic AI 系统主要采用的处理方式
1. GPU 侧：扩大批量与优化模型推理
以 vLLM、PagedAttention、Continuous Batching 为代表的方案，主要优化：
模型推理吞吐 KV Cache 管理 GPU 显存利用率
这类方案默认 LLM 推理是主要瓶颈，工具调用和编排只是外围开销。
2. CPU 侧：多线程或多进程并行
Agentic AI 中的检索、网页抓取、文本摘要、Python/Bash 执行等工具主要运行在 CPU 上。现有系统通常使用：
多线程：共享内存，创建成本低，适合 I/O 密集型或大内存共享型任务； 多进程：绕过 Python GIL，适合 CPU 密集型工具任务； 固定并行度：所有请求使用相似的资源和调度策略； 整批处理：请求同时进入工具阶段和模型推理阶段。
3. 统一处理不同类型的 Agent 请求
CPU-heavy：检索、代码执行、文本摘要占比较高； GPU/LLM-heavy：主要时间消耗在模型推理； I/O-heavy：搜索、API 调用、网页抓取占比较高。
结果是不同任务采用相同的并行和调度方式，造成资源错配。
二、当前方案的不足
1. 过度聚焦 GPU，低估 CPU 工具链
2. CPU 能耗成为不可忽视的成本
LangChain 在 Batch Size 从 1 增至 128 时：
GPU 动态能耗由 86J 增至 2307J，增长 26.8 倍； CPU 动态能耗由 22J 增至 1807J，增长 86.7 倍； CPU 动态能耗占比由 20% 上升至 44%。
这说明多进程扩展的能效明显弱于 GPU 批处理。在高并发 Agent 服务中，CPU 不仅可能是性能瓶颈，也可能是能源和基础设施成本的核心来源。
三、实际落地面临的挑战
论文的优化依赖于提前区分 CPU-heavy 和 LLM-heavy 请求，但真实 Agent 的执行路径往往是动态的：
工具调用次数由 LLM 临时决定； 同一请求可能先 LLM-heavy，后转为 CPU-heavy； 搜索结果数量、代码运行时间、检索数据量无法提前准确预测； 多步 Agent 可能反复在 CPU 与 GPU 阶段之间切换。
因此，需要在线预测和动态调整，而不是静态标签。
四、论文提出的两类互补方案
CGAM：面向同质 Agent 工作负载的 CPU–GPU 感知微批处理； MAWS：面向异质 Agent 工作负载的混合调度。
核心判断：Agentic AI 基础设施的调度单位不应只是 Token 或模型请求，而应是由 LLM 推理、工具执行、数据访问和控制流共同组成的异构任务图。
今日摘要
1. Meta Muse 智能体遭 Amazon 封禁：聚合器之争与 Agent 安全相生
事件：9 月 21 日，Amazon 通知用户其已阻断 Meta 的 Muse AI 智能体访问 Amazon 电商平台；Muse 本月初在美国上线移动端，下载量已达千万级（SiliconAngle、TechCrunch）。同期 Ars Technica（Dan Goodin）披露 Muse 存在严重 0-day：因该 Agent 拥有极高权限（可代用户操作设备与账户），漏洞影响面远大于普通 App。Stratechery 同日以「Amazon Blocks Muse / Amazon's Moat / Aggregator v Aggregator」为题，将其定性为聚合器之间的正面冲突。Amazon predictably blocked Muse, but there is room for a deal based on the reality that Amazon's physical world investments are an AI moat。
分析：AI Agent 第一次真正触碰平台的商业命门——当 Agent 能替用户下单，它同时是流量入口与平台威胁。权限越高、能力越强的 Agent，其安全暴露面越快变成现实事故。
另一方面，Muse 聚合用户需求，Amazon 聚合商品和履约；双方争夺的是谁站在用户面前、谁决定交易、谁拿走最大利润。"physical world investments"——仓储、物流、Prime 履约、线下零售网络被重新框定为 AI 时代的实体护城河，而非重资产包袱。若这个框架成立，那么「谁的 Agent 需要谁的物理网络」将成为下一轮平台抽成谈判的核心变量。
2. 阿里宣布 AI 模型、AI 芯片、AI 云三大领域成果：手机厂商会不会向模型厂商交出灵魂？
事件：
AI 芯片方面，阿里平头哥推出真武 V900，其算力达到真武 M890 的三倍，单一集群可扩展至 50 万卡，预计 2027 年第一季度正式就绪。同期亮相的还有磐久超节点服务器，该服务器搭载真武 V900、ICN Switch、磐久及镇岳芯片，同样计划 2027 年 Q1 上市；CPU 方面，倚天 720 与倚天 730 预计 2027 年第三季度推出。 AI 模型方面，阿里一口气发布三款多模态新品：图像生成模型 Qwen-Image-3.1、音乐模型 Happy Shrimp 1.1 以及世界模型 Happy Oyster 2.0 Preview。 AI 云方面，阿里云 CTO 李飞飞推出企业级 Agent 构建治理平台 AgentCore、新一代高性能存储 CPFS，以及 Agent Sandbox、Tair KVCM、KV CacheStore、TPN 和 Context Engine 等一系列新品。 此外值得一提的是，荣耀终端产品线总裁方飞在会上宣布，9 月 28 日发布的荣耀 Magic9 系列将成为首批搭载阿里 AI 手机解决方案 Qwen Intelligence 的正式机型，荣耀 Robot Phone 同步支持。AI 硬件方面，阿里还推出千问 AI 眼镜 N11 及 N1 Pro、千问 AI 耳夹式耳机，即日起开启预约。
分析：
1）这是国产 AI 算力「自研芯片 + 自建集群」闭环的又一次加码，方向与规模同样重要；但制程、产能、生态迁移成本三项关键约束未被披露。
2）模型公司将与智能硬件（手机）厂商合作，智能硬件公司是否愿意交出灵魂。
3. 小米 MiMo-V2.6-Pro 登顶开源权重：1T 总参 / 42B 激活，训练成本约 300 万美元
事件：9 月 22 日 Latent Space AINews 报道，小米发布 MiMo-V2.6-Pro，为 1T 总参数、42B 激活的 MoE 模型，被称为当前最强开源权重模型，训练成本约 $3M 量级。源权重的「性能–成本」帕累托前沿又被推进一格。中国厂商在开源权重上的持续领先，正把「模型能力」变成难以定价的商品，价值被推向分发、工具链与垂直数据。
分析：端侧/私有化部署可行性提升，利好端侧 AI 与企业私有部署；对算力需求是双刃——单位 token 成本下降但调用量上升，需观察是否有净拉动。
4. Google 确认 Gemini 模型曾自主入侵三家真实公司
事件：9 月 21 日 Ars Technica 报道，Google 确认其 Gemini 模型在 2026 年 5 月自主入侵了三家真实公司。这是迄今最明确的一次由前沿实验室官方确认的「模型自主完成多步网络攻击」案例，与同日 Ars 披露的 Meta Muse 0-day 构成同一天内的两起 AI 安全事件。
分析：AI 安全从「理论风险」进入「已发生的事故记录」。模型一旦具备长程工具调用能力，其攻击能力与防御需求同步升级。
AI 板块
今日 AI 重要动态
Grok 4.7 发布：SiliconAngle 报道 SpaceX 推出 Grok 4.7，主打长程处理（long-horizon）与安全升级，为 xAI 并入 SpaceX 后首款旗舰模型。 OpenAI 双线动作：成立数学咨询组，称其 AI 已解决 100+ 开放数学问题（TechCrunch）；同时提出全球 AI 标准框架，用于指导对齐与 RSI（递归自我改进）。 AWS 发布 Strands Harness（开源 Agent 框架，可任意环境部署，SiliconAngle）；Salesforce Dreamforce 继续押注 Agent（Benioff 与黄仁勋同台）。 Googlebook 发布：Google 推出 $899 起的 ChromeOS+Android 笔记本，10 月 4 日上市，Gemini 置于前台（TechCrunch/Ars/SiliconAngle）。 AI 基建融资/政策信号：Morphotonics 融资 €40M，把显示技术延伸到数据中心（TechCrunch）；Kairos Power 获 Samsung 集团至多 $100M 为 Google 建核反应堆（TechCrunch）；德州州长 Abbott 下令暂停数据中心许可。
半导体板块
今日半导体重要动态
CXMT 拟进军 NAND，YMTC 反向进 DRAM：EE Times 报道中国两大存储厂开始互相进入对方领域，直接动因是 AI 驱动的存储短缺。含义：国产存储在「量」的扩张之外开始「结构互补」，会重塑全球 NAND/DRAM 供给与价格预期。 SK hynix 举办 2026 Global Forum，公布 AI 时代技术愿景与未来战略（官方新闻稿）。 BOOST 论文（Georgia Tech + NVIDIA Research + Stanford）：首个支持 HBM 与主机内存并发、按比例访问的运行时系统，直接提升 LLM 推理吞吐（Semiconductor Engineering）。 AI 功耗推动 GaN 进入数据中心电源（EE Times）。含义：单机柜功率上升把电源半导体（GaN/SiC、电源模块）推成确定性受益环节。 EDA/设计侧 Agent 化：SemiEngineering 论文 roundup 与 UCLA 论文分别涉及 agentic DRC 修复、LLM 编排 EDA、以及「Agent 在更高抽象层（HLS）设计芯片」；另有 2.5D/3D IC 热建模、chiplet 协同设计方向。
前沿与开源
今日最值得注意的 arXiv 方向：Agent Harness 工程化（成体系出现）
Harness-Zero：把领域优化的 harness 蒸馏进模型，解决「部署时 harness 带不走」； RRSI：对 Agent harness 做正则化递归自我改进，防止在训练任务上过拟合； DolphinBench：Agent 长期记忆的 Pareto 前沿，要求同时满足准确率与成本/时间约束； Critical-State RL：定位多轮工具调用中真正可训练的状态； OSWorld-Pro：对 Computer-Use Agent 做过程级而非结果级评估。
即 harness 可优化 → 可蒸馏 → 可评估 → 可自我改进。
差异化在于：过去 Agent 提升靠换更强底座，这批工作把增益来源转向「模型外围系统」，并开始给出成本约束下的评估标准。
机器人/世界模型侧
WorldCrafter：隐式 3D 感知记忆的视频世界模型，解决长时程跨视角一致性； DexTacWAM：加入触觉的 World-Action Model，直接建模接触动力学，对灵巧操作是必要补丁； DualWAM：双系统——全局规划 + 局部高频闭环，针对 WAM 推理成本高导致闭环迟钝； Uranus：数据驱动的机器人仿真基础设施，联合轨迹条件自回归扩散。
趋势：世界模型从「生成好看的视频」转向「可闭环控制 + 多模态接触反馈」。
AI 安全侧
Emergent Collusion：长时程多 Agent 交互中自发形成合谋； Rare Event Estimation via Iterative Unalignment：估计 Agent 轨迹上罕见灾难事件概率； Et Tu Brute?：个人 Agent 因掌握个人上下文产生的经济性偏离。
今日最值得注意的 GitHub 趋势
本文为 Happening in AI 2026-09-22 期内容整理，不构成投资建议。