在2026年第一季度财报电话会议上，AMD首席执行官苏姿丰提出了一项引人注目的技术趋势预测：随着代理式人工智能（Agentic AI）的兴起，数据中心对CPU的需求正在迅速攀升，未来CPU在计算节点中的数量甚至可能超越GPU。这一观点挑战了近年来GPU主导AI计算扩张的普遍认知。

苏姿丰解释，传统的AI训练和推理工作负载通常采用“一颗CPU配四到八颗GPU”的配置，CPU主要负责调度和启动GPU的计算任务，GPU则承担绝大部分并行计算工作。然而，在代理式AI模式下，大量具有自治能力的智能体需要依赖CPU进行状态更新和任务协调，这一变化正深刻影响着计算节点的形态。随着智能体数量的迅猛增长，CPU与GPU的比例正在向1:1靠拢。

苏姿丰进一步提出，假如未来集群中运行大量智能体，完全有可能实现单节点CPU数量超出GPU的配置。这意味着，过去由GPU主导的计算扩张趋势正被由“智能体工作负载”推动的CPU需求潮流所取代。所谓的代理式AI，是在大语言模型的基础上运行多个自主的智能体，以自动完成复杂任务。例如，在软件开发领域，智能体可以自行审阅代码、实施修改、编译完成后等待反馈，并在发现Bug时继续修复，这一过程几乎不需要人工干预。

为了有效协调并调度这些并行运行的智能体，系统必须依赖CPU提供持续的控制和管理功能。在这种新型工作负载下，CPU不再仅仅是“启动GPU训练或推理”的角色，而是成为整个代理式AI系统的核心动力。尽管目前GPU加速计算仍在快速扩张，但CPU的利用率也在不断提升。

AMD表示，当前几乎所有能提供的CPU都已销售给AI实验室和超大规模云服务商，以满足来自智能体任务的激增需求。这一趋势意味着，在未来的AI基础设施设计中，CPU与GPU的关系将可能从“主从”变为更加对等，甚至CPU的使用密度会更高。对于整个AI行业而言，这或许预示着硬件架构和系统设计思路的一次重要转向：在追求并行计算能力的同时，也需要重新审视和强化CPU在AI工作流中的核心控制与协调作用。