远见网一、英伟达将“CPU is the host
1、英伟达将“CPU is the ho
回顾2006年，英伟达将“CPU is the host，GPU is the device”写在了CUDA编程手册的第一章。
毕竟，CPU焊在主板上，GPU插在槽上，这就是最客观的物理事实。
此后二十年，GPU狂飙突进，登顶算力王座；英伟达也从一个配角厂商，长成了AI基础设施的绝对统治者。
就在英伟达H100芯片被炒至4万美元高价仍一芯难求时，AI算力的瓶颈也愈加显现。
此时再回看“CPU is the host，GPU is the device”，它其实有另一种翻译方式：
2023年，英伟达推出Grace CPU，标志着它“All in GPU”的长期战略，就此转变为“CPU+GPU异构协同”。
而在随后的2024年，另一芯片巨头AMD的CEO苏姿丰（Lisa Su），也在媒体采访中指出：“过去三四年全球CPU市场增长相对平稳，年增长率仅在3%至4%之间；
但随着AI浪潮的驱动，未来五年全球CPU市场的年均增长率将飙升至35%以上。”
CPU重获重视，这并非预言成真，而是大厂们在现实的账单里一笔一笔算出来的。
2、叫“边际收益递减”——随着GPU规模
这笔账，叫“边际收益递减”——随着GPU规模的扩大，每增加一块GPU提升的算力都在悄悄变小。
芯片领域，有指导发展的摩尔定律，AI赛道也有自己的定律，业界将其称为“尺度定律（Scaling Law）”。
大致意思是，你把大模型的算力翻10倍，性能却可能只涨2-3倍。
因此大众虽然总能看到大模型的性能飞涨，大厂看到的却是性能每涨一截，需要的原料都比往常更多、更贵。
所以过去两年，为喂养“大模型”这只巨兽，微软、谷歌、Meta、亚马逊四家的年度资本支出（CapEx）总额，从2021年的千亿美元量级，跃升至2024年的大约两千三百亿美元，约合1.7万亿人民币。
这笔巨款主要投向数据中心建设、GPU抢购、以及稀缺的电力配额。
在微软更早的披露中显示，早在2022年，它就为OpenAI部署了由上万张A100组成的数据中心，专供大模型训练。
而Meta创始人马克·艾略特·扎克伯格（Mark Elliot Zuckerberg），在2024年也在Instagram上公开指出：“到2024年底，我们会拥有约35万块英伟达H100，如果算上其他GPU（AMD等），算力大约相当于60万块H100。
”
在美国弗吉尼亚州北部，全球最大的数据中心聚集地，企业如果想建设新的数据中心，光通电这一项，就要排队等3-5年。
二、还在呈交监管机构的文件中指出
1、还在呈交监管机构的文件中指出
Meta在俄亥俄州新奥尔巴尼的园区数据中心旁边，建了一座仅供自家使用的燃气发电站。
2022年11月发布的ChatGPT，5天内注册破百万，2个月，月活数据破1亿。
到2023年底，全球科技企业都在讨论Agent智能体，并将其认定为AI产业的未来。
科技这行最迷人的地方，就在于天花板高得看不见顶，商业模式一旦跑通，便能捕获超额收益。
据公开测算，截至2026年，微软、谷歌、Meta、亚马逊的累计AI资本支出，将突破6000亿美元。
2、“投资不足的风险
而据兴业证券的一份报告显示，截止到2025年底，全球仍有近80%部署AI的企业，暂时未能实现净利润的提升。
大厂们面对AI产业如此严峻的风险与挑战，表现出近乎疯狂的一致性。
谷歌CEO桑达尔·皮查伊（Sundar Pichai），在2024年7月的二季度财报电话会议中表达出对AI投资的紧迫性：“投资不足的风险，远大于投资过度的风险。
”
亚马逊CEO安迪·贾西（Andy Jassy）在同年三季度财报会议中说出类似的话：“这是极其庞大、也许一辈子遇不上一次的机会。
这也是为什么现在的Agent用户，眼睛都紧紧盯着Token成本。
远的不说，就说义乌，全球最大的小商品集散地，数万家商家已把AI Agent当日常，文案生成、多语言翻译、配音、视频生成，全流程自动化。
三、每输出百万Token大概要15美元
在头部厂商纷纷亮出Agent底牌的今天，Token成本是公开透明的。
比如由Anthropic开发的Claude Sonnet 4.x这种旗舰档的Agent，每输出百万Token大概要15美元，在Agent循环计算不翻大车的情况下，一家小公司一个月用不了多少钱。
Anthropic联合创始人兼首席执行官达里奥・阿莫代伊（Dario Amodei）
有商家试水OpenClaw这类工具，原本几百块的AI月账单，直接飙到5000元级别。
Claude大模型背后的开发商Anthropic，在拆解多Agent系统时曾给出过一组数据：单一智能体完成一次典型任务，Token消耗是普通对话的4倍；
多Agent协作场景下，这个数字能被拉到15倍。
1、Agent都能提炼其中最有用的一小部
它的目标就是不管商家丢给Agent多么杂乱的一堆需求，Agent都能提炼其中最有用的一小部分，然后拿出一个尽可能让用户满意的成果。
只要对Token压之有道，即便避免不了循环失误带来的费用增长，也能帮商家节省开销。
不过啊，技术这东西，台前的演示轻描淡写，台下的每个环节，都足以让厂商们吐一口老血。
当资本拿出高估值，企业就要高定价、强概念、爆产品。代价就是不落地、更新慢，甚至损失用户体验。
到如今，各国大厂都已经在全球部署了巨大体量的算力基建，那些曾被不同程度耽误的用户体验，也该被提上日程，升级一下了。
在物欲横流，产品广告比真实世界更流光溢彩的今天，很多人已经遗忘了这个词的真实含义。
大家可以想想，小到一辆自行车、一台笔记本电脑，大到一座房子、一份工作，我们普通人想要的体验，是不是就这几样？
四、但本质上还是通过技术解决伦理问题
1、也就是说与不用花太多钱
它本质上是一个非常古老的概念：商业伦理——为了让你下次还敢买我的东西，我今天就不能骗你。
也就是说，在公关稿里说好的爆炸式体验、能节省时间和体力、不用花太多钱，这几个基本点，Agent和大模型们都必须实现。
2、”：2、Agent会出错
从技术角度看，这是提升产品的可靠性。但本质上还是通过技术解决伦理问题。
早年的科幻片，总爱塑造毫无瑕疵的完美英雄——肌肉发达、意志坚定、单手就能拯救地球。
《流浪地球》里，主角不是超人，是一群为了家人、为了活着而挣扎的普通人；
当人类看不清自己的时候，幻想一个拯救世界的硬汉，其实毫无意义。
AI科技的终极使命，也不是用更尖锐的风格、更快的速度，让全人类顶礼膜拜。
本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。
