2026-11-04 · Fonte:华尔街见闻全球·中继

O foco da IA sai da geração pura e avança para a chamada de ferramentas, e o balanço de computação para executar lógica complexa está sendo reaberto. Depois de anos dominados pela narrativa da GPU, o processador de uso geral volta à mesa — mas o tamanho real dessa nova demanda ainda é um enigma para a indústria.
A CPU, antes ofuscada pelo brilho da GPU, está silenciosamente retornando aos debates da indústria de IA. Desta vez, não foi um novo chip que a trouxe de volta à mesa, mas sim a própria transformação na forma das aplicações de IA.
Nos últimos anos, a narrativa em torno da computação para IA foi quase inteiramente dominada pela GPU. A explosão no treinamento e na inferência de grandes modelos colocou os processadores de uso geral em posição coadjuvante diante do público e do capital, com o foco das discussões concentrado em capacidade de memória de vídeo, largura de banda de interconexão e escala de clusters. Contudo, à medida que as aplicações de IA passam do modo de geração pura — pergunta e resposta — para a forma de agentes capazes de decompor tarefas autonomamente, chamar ferramentas externas e executar operações em múltiplas etapas, o balanço da computação está sendo reescrito.
O renomado analista da indústria de semicondutores Ian Cutress ofereceu uma explicação. Em sua visão, a IA está evoluindo da geração de grandes modelos dependente exclusivamente de GPUs para os chamados 'agentic workflows', que exigem a chamada de ferramentas externas. Esses fluxos de trabalho precisam processar lógica complexa e executar tarefas reais além da geração de conteúdo, e o papel central da CPU volta assim ao destaque: depois de anos sob a narrativa dominada pela GPU, o processador de uso geral retorna a uma posição proeminente na agenda de computação.
A lógica por trás desse diagnóstico não é complicada. Em execução, os agentes precisam realizar uma grande quantidade de trabalho para o qual as GPUs não são boas: interpretar resultados estruturados retornados pelas ferramentas, manter o estado de contexto de conversas e tarefas, orquestrar sequências de execução em múltiplas etapas e realizar conversões e validações de formatos de dados. Essas tarefas são essencialmente cálculos gerais, seriais e densos em ramificações — exatamente o território da CPU. Ou seja, quanto maiores e mais complexos logicamente forem os agentes, maior será a demanda implícita por processadores de uso geral por trás deles; apenas essa conta estava, no passado, escondida pelo brilho da GPU.
Mas surge então a questão: qual é, afinal, o tamanho dessa nova demanda por CPUs?
Para Cutress, a resposta, por enquanto, não existe. Devido à complexidade dos cenários de aplicação e à rápida iteração das formas de agentes, a indústria ainda não conseguiu definir com precisão que nível de poder computacional de CPU esse novo tipo de fluxo de trabalho exige, e ninguém consegue apontar a proporção ideal entre CPU e GPU. A 'receita' da computação para agentes segue, neste momento, em branco.
Esse 'vazio' não é raro na indústria de semicondutores, mas o impacto é concreto. Nos cenários tradicionais de clusters de treinamento e serviços de inferência, após anos de prática, o setor consolidou hábitos de configuração e faixas de experiência relativamente estáveis, a partir dos quais os compradores podem planejar orçamentos e projetos de implantação. Já o agentic workflow, como forma ainda em rápida iteração, tem suas características de carga — quantas chamadas de ferramentas por tarefa, qual a proporção do custo de manutenção de estado, qual a disputa de recursos entre agentes concorrentes — ainda não totalmente medidas nem publicamente referenciadas. Sem benchmarks, não há régua; sem régua, o planejamento só pode se apoiar em tentativa e erro.
Para os compradores de computação, trata-se de um dilema real de aquisição: até que benchmarks sejam estabelecidos, as decisões de seleção de CPUs e da proporção CPU-GPU para fluxos de trabalho de agentes carecem de uma régua de referência. Quanto poder de CPU os agentes exigem — essa pergunta sem resposta é justamente o motivo pelo qual a CPU voltou a ser discutida por todos.
Para as empresas que planejam infraestrutura voltada a agentes, a estratégia razoável no momento talvez seja incorporar a própria incerteza às decisões de compra: preservar, no desenho das soluções, margem para expansão elástica do lado da CPU, evitando fixar de uma vez proporções baseadas na velha experiência de inferência puramente generativa; monitorar continuamente após a implantação a utilização da CPU e a latência de orquestração de tarefas, calibrando gradualmente benchmarks internos com dados reais da própria carga; e acompanhar os métodos de teste e arquiteturas de referência que fabricantes de semicondutores e institutos de análise venham a publicar sobre cargas de trabalho de agentes, para que, assim que surgirem referências setoriais de proporção, seja possível reavaliar de imediato a economia das implantações existentes. Nesta fase sem padrões, os dados operacionais acumulados pelo próprio comprador são a base mais confiável para preços e configurações.
Numa perspectiva mais macro, o retorno da CPU também significa que o mercado de computação para IA está saindo da 'narrativa única da GPU' rumo à 'narrativa de colaboração entre múltiplos chips'. Se os agentes se tornarem a forma dominante das aplicações de IA, a curva de demanda por processadores de uso geral pode seguir um curso próprio, independente do ciclo das GPUs — e a proporção de valor entre CPU e GPU nos servidores completos, a orientação de design dos racks e até a estrutura de preços dos produtos de computação dos provedores de nuvem podem ser ajustados em consequência. Essa recontagem de contas está apenas começando, e o resultado final será escrito, linha por linha, pelos dados reais das cargas de agentes em operação.
P: Por que os agentic workflows voltam a impulsionar a demanda por CPUs?
R: Segundo a análise de Ian Cutress, a IA está evoluindo da geração de grandes modelos dependente exclusivamente de GPUs para os 'agentic workflows', que exigem a chamada de ferramentas externas. Esses fluxos precisam processar lógica complexa e executar tarefas reais além da geração de conteúdo, o que faz o papel central da CPU voltar ao destaque.
P: O setor já definiu o poder de CPU exigido pelos agentes e a proporção CPU-GPU?
R: Não. Na avaliação de Cutress, devido à complexidade dos cenários de aplicação e à rápida iteração das formas de agentes, a indústria ainda não conseguiu definir com precisão que nível de poder computacional de CPU esse novo fluxo de trabalho exige, e ninguém consegue apontar a proporção ideal entre CPU e GPU — a 'receita' da computação para agentes segue, por ora, em branco.
Tags: Ian Cutress · CPU · GPU · Agentic Workflow · Data Center
萬安算交所 AIXX · AIXX · Exchange verificado · Ir ao mercado