最近，許多科技巨頭紛紛提出Openclaw 『養龍蝦』的AI agent助理模式，可以透過個人的訓練，將AI助理效益最大化，協助日常生活或是基本的工作。而AI助理的概念，將會增加更多任務給既有的AI系統，也就會導致AI的運算更加複雜跟多工。
因此，多工運算中的AI，CPU反而比GPU更適合用在未來的日常瑣事。那麼，AI的新功能將會怎麼改變生態圈，是否會對於CPU的玩家增加更多的商機？除了CPU以外，是否其他供應鏈也會受惠呢？
幾個角度分享：
1.為何需要CPU: 過去在傳統的AI LLM模型當中，AI是被用來作訓練，提升AI的效能跟資料庫。因此，當時的模型需要多次的運算跟訓練，GPU就是相對CPU更適合的產品。
也造就了輝達這家原本GPU為主要產品的公司，在轉向AI訓練上成為不可或缺的一個環節，遠遠把AMD/Intel 這些已CPU為主的公司遠遠拋在後面。
但是，隨著AI從訓練階段走向應用面，AI開始要提供更多的成果跟處理更多的任務，這個時候就必須從感受->推論->使用工具->執行。而且這項執行不見得是單一的任務，可能是多重的任務，就是CPU的強項了。
2.CPU的應用：CPU本身現在都是多核心為主，跟我們的大腦一樣，可以同時處理很多事情，不僅可以節省資源做運算，更可以透過分配，把運算的效率最大化，節省時間。
以目前的預估來說，未來隨著CPU的需求激增，可能最後會變成CPU:GPU 1:1的狀況，對於CPU的成長性值得我們期待。
其中，各家動作頻頻：
1).Intel: 雖然英特爾之前在AI敗下陣來，相關的AI GPU並沒有真正在市場上獲得好評，但是現在回到CPU的賽道上，CPU跟科技巨頭的合作將會更加緊密，其中跟輝達的合作將會使用在未來的新產品上。
2).AMD：過往AMD就在CPU上帶給英特爾很大的壓力，加上這幾年開發的GPU，我認為AMD未來優勢不小，雖然在GPU上面表現不如輝達，但是如果整合CPU加GPU，只有AMD可以提供這兩種產品，而且同一個公司，對於產品的校正應該會更加快速，對於系統整合來說，效能有機會更為突出。
3).輝達：輝達雖然在CPU上面比較吃虧，不過過往已經累積足夠的經驗跟合作，我認為短期，輝達可能會使用既有的晶片，但是長期將會使用ASIC晶片，避免被X-86或是Arm的架構綁定。
3.其他玩家有何機會：2025年到2026年，CPU的核心數已經翻了一倍，從原本的128顆變成256顆。未來在2027年有可能在50%的數量。
現在科技巨頭， 除了google 自己設計晶片以外，其他的科技巨頭都外包給Broadcom跟Marvel為主，代表大部分的科技巨頭仍然想要以ASIC晶片去開發合適自家應用跟特色的CPU，我認為這個趨勢不會改變。
總結來說，CPU有可能會是下一波AI的巨大浪潮，能夠跟上這波浪潮，除了原本的CPU廠商以外，我認為ASIC晶片的廠商，會是未來的主角，而且未來隨著應用面更加普及化，許多小公司不見得有辦法獲得Broadcom跟Marvell的支援，相信未來會有更多小型ASIC 的IC 設計公司出現，值得我們注意。
這是我的看法，歡迎跟我分享交流你的意見～
