ARTICLE · 1122514
Meta发布个人AI助手Muse,CPU重获尊重
Meta发布个人AI助手Muse,CPU重获尊重一个帮人订餐厅、比价、回邮件的AI个人助手APP让整个 CPU 板块再次得到重视！ Meta 的 Muse 给每一个用户配了一台云端虚拟机——公开规格大约是两个虚拟 CPU、8 GB 内存、100 GB 存储。 关掉 App，继续跑，继续盯航班、盯价格、盯邮件。 一次行程的比价，大概需要146次网页搜索。 这不是一个对话框，这是几十亿台不关机的电脑。 我们都知道串行的活儿归 CPU，并行的活儿归 GPU。 传统大模型是大量的矩阵运算，一个 prompt 进去一堆乘法计算， 由GPU负责； 而 Agent 要做的就是解析网页、驱动无头浏览器、执行脚本、读写文件、调用工具、判断分支、等待接口返回。 富士通在 Hot Chips2026上是这么说的：编排、检索、数据库调用和条件分支正在由CPU 驱动，GPU 只处理批量矩阵运算。 有测算称 Agent 场景下 CPU 占90.6％的延迟。 训练时代 GPU 与 CPU 大约是四比一到八比一，Agent 时代被说成要走向一比一。 但真正值得留意的问题则是GPU 能排队，CPU 不能排队。 一次推理请求可以被 batching。 成百上千个用户的 token 被打包进同一张卡，排着队等着被算，利用率拉得很高。 所以 GPU 的需求随用户数增长是次线性的。 而 Muse 的虚拟机是常驻的，它必须一直"在那儿"，哪怕你在睡觉、哪怕它什么都没干。 常驻资源不能batching，不能排队，一亿个用户就需要一亿个座位。 假如有一亿用户、每人两个 vCPU 算，就要两亿个虚拟核；每颗 EPYC 级处理器126个核，全时钉住大约需要159万颗插槽。 2026年全球服务器 CPU 出货预计约三千万颗，市场规模约四百五十亿美元。 换句话说，只要这个数字哪怕只兑现一小部分，就是巨大的增量。 而供给侧其实本来也是紧缺的：英特尔 CEO 承认目前只能满足前沿模型公司大约一半的需求，10月还要上调 PC CPU 价格约10％； AMD 也把服务器 CPU 的增速预期从18％上调到35％以上。 Muse 卖二十美元一个月的订阅费，配的是一台24小时开着的专属机器。 这个定价目前只有在大多数虚拟机大多数时间闲着的情况下才能算过帐。 所以，该怎么赚钱其实meta也没有想好，先把流量和用户搞起来再说，和移动沪江网商业模式一样的路子。 除了算账，更大的问题是亚马逊已阻止 Muse 在它的商城里自动购物，理由是第三方智能体应当表明身份并尊重服务商的选择。 Agent 的每一次动作都要经过别人的门口，146次搜索里有多少次会被拦下，不由 Meta 决定。 算力可以用钱买到，通行证不能。 Agent 的扩张上限从来不只是硅片问题，它同时也是商业规则、平台生态和用户信任的问题。 让一个自动化的程序拿着你的密码去花钱，这件事的难度可能比想象的更大。 最后，我还要再强调一下内存。 1亿用户乘以8 GB，就是800 PB 的常驻内存，这个量级会让行业去走 DDR5 加 CXL 池化的方式，这也是为什么内存接口芯片同步也在涨。 从 HBM 到 DRAM 再到 SSD 的上下文外溢，CPU 的角色从"计算辅助"变成了"数据调度中枢"。 Agent 没有让 GPU 需求变少。 CPU 在过去两年的AI叙事里是"GPU 的配角"，没太大存在感，而 Agent 把它从配角变成了瓶颈之一。 预计到2030年，AI 数据中心里 CPU 营收会从380亿涨到1550亿美元，年复合增长42.1％； GPU从3500亿涨到9700亿，年复合增速29％。 CPU 增长得更快。 这不是替代，只是一次扩容——AI既是纯计算问题，也是调度问题。 接下来，超大规模厂商的资本开支结构里 CPU 的占比、服务器 CPU 的实际出货、以及 Meta 自己披露的虚拟机并发率，更值得跟踪！ 但最核心的还是用户愿不愿意把家里的钥匙，交给一个还不熟悉的新管家。