在光合大会上看到了AI的下半场，CPU重回牌桌

听光合组织智能计算应用大会主论坛的时候，海光信息服务器产品部总经理张攀勇说了个有意思的观点：AI算力不等于GPU。
过去两年市场有个固有认知，搞AI就是堆GPU。但张攀勇提出，任务编排、工具调用、对话记忆、向量数据库、沙箱调度，这些工作大量由CPU承载。以前数据中心1块CPU配4到8块加速卡，现在业务负载变了，CPU与加速卡配比已经趋近1:1。
这个变化在展区里也能看到。海光首次集中呈现了“云边端”完整算力体系。从数据中心的CPU+DCU双芯，到端侧的嵌入式CPU。搭载海光C86芯片的智能巡检机器人、AI BOX端侧一体机，覆盖工业控制、精密制造等场景。
中国工程院院士李国杰在主论坛上也点出了同样的问题：AI正在从大模型向智能体和具身智能演进，算力需求不再是单一精度，而是要同时支持高精度科学计算和低精度AI训练。这对计算系统提出了架构、规模、能效、可靠性的系统性要求。
简单来说，就是AI下半场，CPU重新回到牌桌上了。这个趋势，值得重新看看产业链上那些做通用计算的公司。
光合组织 CPU