<p>来自 OpenAI、<strong>Alphabet</strong> 和 Anthropic 等公司的最强大的生成性 AI 模型需要昂贵且耗电的 AI 加速器，这些加速器被放置在数据中心以产生结果。例如，OpenAI 最近推出的 GPT-4.5 模型是分阶段向用户发布的，因为它需要大量的计算资源。</p>
<p>今年早些时候，中国初创公司 DeepSeek 发布的 AI 模型颠覆了对 AI 基础设施市场的一些假设。DeepSeek 成功地生产出一种训练和运行成本远低于美国 AI 公司顶级模型的模型，同时产生相似质量的结果。AI 模型需要不断增加计算能力的假设，作为 <strong>Nvidia</strong> 股票看涨论据的基础，开始看起来不再那么确定。</p>
<h2>另一个 AI 突破</h2>
<p>AI 功能已经开始出现在个人电脑、智能手机和其他设备上，但能够在这些设备上运行的小型 AI 模型并不那么强大。Tom's Hardware 在去年首次推出 <strong>Microsoft</strong> 的 Copilot+ PC AI 功能时称其为 “一个糟糕的笑话”，而《纽约时报》在十月得出结论，<strong>Apple</strong> Intelligence，即苹果的 AI 功能套件，仍然 “半成品”。</p>
<p>设备上的 AI 存在多个问题。首先，生成性 AI 不是确定性的，这意味着相同的输入可能产生截然不同的输出。如果你使用 AI 来写博客文章，这没问题，但如果你希望它在智能手机上可靠地执行特定任务，那就不太理想了。</p>
<p>第一个问题可能永远无法完全解决，但第二个问题可能会得到解决。问题二是个人电脑和智能手机的内存和计算能力有限，这对本地运行的 AI 模型的能力设定了硬性限制。驱动 ChatGPT 的 AI 模型在数据中心运行，需要巨大的内存、计算和能量来产生结果。显然，这在电池供电的笔记本电脑上是不可行的。</p>
<p>微软可能有答案。该公司最近推出了一种新的 “1 位” AI 模型，足够小以在 CPU 上运行，并且仅使用 0.4 GB 的内存。令人惊讶的是，这种新模型的性能与同类使用更多内存的 AI 模型相匹配。此外，在单个 CPU 上运行时，该模型的输出速度可与人类阅读相媲美，这足够快速以便于使用。</p>
<h2>改变游戏规则</h2>
<p>Nvidia 主导着 AI 加速器市场，<strong>AMD</strong>(AMD 4.81%) 或 <strong>Intel</strong>(INTC 5.56%) 几乎没有机会赶上。与 Nvidia 玩同样的游戏，AMD 和 Intel 注定要远远落后于市场领导者。</p>
<p>然而，DeepSeek 和微软的突破提高了 AI 推理的可能性，即运行训练好的 AI 模型以产生结果，最终可以在数据中心和设备上使用 CPU 运行，而不牺牲质量。如果可以将 Nvidia 昂贵的 GPU 排除在外，运行 AI 模型的持续成本将大幅下降，而如果更强大的模型能够适应个人电脑或智能手机的内存限制，设备上的 AI 对用户将变得更加吸引人。</p>
<p>Intel 和 AMD 都销售配备内置 AI 加速器的服务器和 PC CPU。一些 AMD 的 EPYC 服务器 CPU 在某些 AI 推理任务中表现出色，而 Intel 的 Granite Rapids 服务器 CPU 可以运行 70 亿参数的模型。在个人电脑上，AMD 和 Intel 现在都在其 CPU 中包含专用的 AI 处理器。</p>
<p>Nvidia 似乎势不可挡，如果你假设 AI 基础设施市场仍然集中在超强大的数据中心 GPU 上，它可能确实如此。然而，如果强大的 AI 模型不再需要其最强大的 GPU 来运行，该公司就会变得脆弱。如果建立一个充满 CPU 而不是 GPU 的 AI 数据中心开始变得更有经济意义，那么这将开始发生。微软的新 AI 模型是朝着这个方向迈出的一步。</p>
<p>支出可能会开始从数据中心的 GPU 转向 CPU，这对 AMD 和 Intel 来说是个好消息。在 PC 市场，更强大和实用的 AI 功能可能会推动对 PC 的需求，并将 PC 市场从疫情后的低迷中拉出来。更强大的硬件是方程式的一部分，但能够适应更小内存限制的强大 AI 模型，如微软最新的创新，也是其中之一。</p>
<p>除非游戏规则发生变化，否则 Nvidia 在 AI 领域不会失败。随着微软和其他公司努力降低运行强大 AI 模型的计算和内存成本，游戏规则似乎正在发生变化。Intel 和 AMD 在 AI 加速器市场上永远落后于 Nvidia，可能会成为 AI 推理转向 CPU 的最大赢家。</p>

微软

英特尔

<p>微软推出了一种新的 “1-bit” 人工智能模型，该模型仅需 0.4 GB 内存即可在 CPU 上运行，性能与更大模型相当。这一创新可能将人工智能推理从昂贵的 GPU 转移到 CPU 上，惠及英特尔和 AMD。随着人工智能功能在个人电脑和智能手机上的能力不断增强，对这些设备的需求可能会增加，从而有可能振兴个人电脑市场。微软和 DeepSeek 的进展对英伟达在人工智能基础设施中的主导地位构成挑战，暗示着人工智能技术领域将发生重大变化</p>

<p>The most powerful generative AI models from the likes of OpenAI, <strong>Alphabet</strong>, and Anthropic require costly and power-hungry AI accelerators stuffed into data centers to produce results. OpenAI's recent GPT-4.5 model, for example, was rolled out in phases to users because it required an immense amount of computational resources.</p>
<div class="lb-trans"><p>来自 OpenAI、<strong>Alphabet</strong> 和 Anthropic 等公司的最强大的生成性 AI 模型需要昂贵且耗电的 AI 加速器，这些加速器被放置在数据中心以产生结果。例如，OpenAI 最近推出的 GPT-4.5 模型是分阶段向用户发布的，因为它需要大量的计算资源。</p>
</div><p>AI models from Chinese start-up DeepSeek released earlier this year turned some assumptions about the AI infrastructure market on their heads. DeepSeek managed to produce a model that was far cheaper to train and run, while producing results of similar quality, compared to top-tier models from U.S. AI companies. The assumption that AI models would require ever-increasing quantities of computational horsepower, the foundation of the bull case for <strong>Nvidia</strong> stock, started to look a lot less like a sure thing.</p>
<div class="lb-trans"><p>今年早些时候，中国初创公司 DeepSeek 发布的 AI 模型颠覆了对 AI 基础设施市场的一些假设。DeepSeek 成功地生产出一种训练和运行成本远低于美国 AI 公司顶级模型的模型，同时产生相似质量的结果。AI 模型需要不断增加计算能力的假设，作为 <strong>Nvidia</strong> 股票看涨论据的基础，开始看起来不再那么确定。</p>
</div><h2>Another AI breakthrough</h2>
<div class="lb-trans"><h2>另一个 AI 突破</h2>
</div><p>AI features have started to show up on PCs, smartphones, and other devices, but AI models small enough to run on those devices just aren't that capable. Tom's Hardware called <strong>Microsoft</strong>'s Copilot+ PC AI features &#34;a bad joke&#34; when they first launched last year, and The New York Times concluded that <strong>Apple</strong> Intelligence, Apple's suite of AI-powered features, was &#34;still half-baked&#34; in October.</p>
<div class="lb-trans"><p>AI 功能已经开始出现在个人电脑、智能手机和其他设备上，但能够在这些设备上运行的小型 AI 模型并不那么强大。Tom's Hardware 在去年首次推出 <strong>Microsoft</strong> 的 Copilot+ PC AI 功能时称其为 “一个糟糕的笑话”，而《纽约时报》在十月得出结论，<strong>Apple</strong> Intelligence，即苹果的 AI 功能套件，仍然 “半成品”。</p>
</div><p>There are multiple problems with on-device AI. First, generative AI is not deterministic, meaning that the same input can produce wildly different outputs. That's fine if you're using AI to write a blog post, but it's not so great if you want it to perform a specific task on your smartphone reliably.</p>
<div class="lb-trans"><p>设备上的 AI 存在多个问题。首先，生成性 AI 不是确定性的，这意味着相同的输入可能产生截然不同的输出。如果你使用 AI 来写博客文章，这没问题，但如果你希望它在智能手机上可靠地执行特定任务，那就不太理想了。</p>
</div><p>That first problem may never be fully solved, but the second problem could be. Problem no. 2 is that PCs and smartphones only have so much memory and computational power, which puts a hard limit on how capable an AI model running locally can be. The AI models that power ChatGPT, which run in data centers, require monstrous amounts of memory, compute, and energy to produce results. Obviously, that's not feasible with a laptop running on battery.</p>
<div class="lb-trans"><p>第一个问题可能永远无法完全解决，但第二个问题可能会得到解决。问题二是个人电脑和智能手机的内存和计算能力有限，这对本地运行的 AI 模型的能力设定了硬性限制。驱动 ChatGPT 的 AI 模型在数据中心运行，需要巨大的内存、计算和能量来产生结果。显然，这在电池供电的笔记本电脑上是不可行的。</p>
</div><p>Microsoft may have an answer. The company recently unveiled a new &#34;1-bit&#34; AI model that is small enough to run on a CPU and uses just 0.4 GB of memory. Amazingly, this new model matches the performance of AI models in its size class that use far more memory. What's more, running on a single CPU, the model can produce output at a speed comparable to human reading, which is fast enough to be useful.</p>
<div class="lb-trans"><p>微软可能有答案。该公司最近推出了一种新的 “1 位” AI 模型，足够小以在 CPU 上运行，并且仅使用 0.4 GB 的内存。令人惊讶的是，这种新模型的性能与同类使用更多内存的 AI 模型相匹配。此外，在单个 CPU 上运行时，该模型的输出速度可与人类阅读相媲美，这足够快速以便于使用。</p>
</div><h2>Changing the game</h2>
<div class="lb-trans"><h2>改变游戏规则</h2>
</div><p>Nvidia dominates the market for AI accelerators, and there's essentially no chance that <strong>AMD</strong>(AMD 4.81%) or <strong>Intel</strong>(INTC 5.56%) will be able to catch up. Playing the same game as Nvidia, AMD and Intel are destined to remain far behind the market leader.</p>
<div class="lb-trans"><p>Nvidia 主导着 AI 加速器市场，<strong>AMD</strong>(AMD 4.81%) 或 <strong>Intel</strong>(INTC 5.56%) 几乎没有机会赶上。与 Nvidia 玩同样的游戏，AMD 和 Intel 注定要远远落后于市场领导者。</p>
</div><p>However, breakthroughs from DeepSeek and Microsoft raise the possibility that AI inference, the act of running a trained AI model to produce results, could eventually be run on CPUs in data centers and on devices without sacrificing quality. The ongoing cost of running AI models goes down dramatically if you can cut Nvidia's expensive GPUs out of the equation, and on-device AI becomes far more compelling for users if more powerful models are able to be stuffed into the memory footprint of a PC or smartphone.</p>
<div class="lb-trans"><p>然而，DeepSeek 和微软的突破提高了 AI 推理的可能性，即运行训练好的 AI 模型以产生结果，最终可以在数据中心和设备上使用 CPU 运行，而不牺牲质量。如果可以将 Nvidia 昂贵的 GPU 排除在外，运行 AI 模型的持续成本将大幅下降，而如果更强大的模型能够适应个人电脑或智能手机的内存限制，设备上的 AI 对用户将变得更加吸引人。</p>
</div><p>Intel and AMD both sell server and PC CPUs that feature built-in AI accelerators. Some of AMD's EPYC server CPUs excel at certain AI inference tasks, and Intel's Granite Rapids server CPUs can run 70-billion parameter models. On the PC, both AMD and Intel now include dedicated AI processors in their CPUs.</p>
<div class="lb-trans"><p>Intel 和 AMD 都销售配备内置 AI 加速器的服务器和 PC CPU。一些 AMD 的 EPYC 服务器 CPU 在某些 AI 推理任务中表现出色，而 Intel 的 Granite Rapids 服务器 CPU 可以运行 70 亿参数的模型。在个人电脑上，AMD 和 Intel 现在都在其 CPU 中包含专用的 AI 处理器。</p>
</div><p>Nvidia appears unstoppable, and it may very well be if you assume the AI infrastructure market remains centered on ultra-powerful data center GPUs. However, the company is vulnerable if powerful AI models no longer require its most powerful GPUs to run. If it starts to make more financial sense to build an AI datacenter filled with CPUs rather than GPUs, that's what's going to start happening. Microsoft's new AI model is a step in that direction.</p>
<div class="lb-trans"><p>Nvidia 似乎势不可挡，如果你假设 AI 基础设施市场仍然集中在超强大的数据中心 GPU 上，它可能确实如此。然而，如果强大的 AI 模型不再需要其最强大的 GPU 来运行，该公司就会变得脆弱。如果建立一个充满 CPU 而不是 GPU 的 AI 数据中心开始变得更有经济意义，那么这将开始发生。微软的新 AI 模型是朝着这个方向迈出的一步。</p>
</div><p>Spending could start shifting back from GPUs to CPUs in the data center, which would be great news for AMD and Intel. In the PC market, more capable and useful AI features could drive demand for PCs and pull the PC market out of its post-pandemic funk. More powerful hardware is part of the equation, but so are powerful AI models able to fit into smaller memory footprints like Microsoft's latest innovation.</p>
<div class="lb-trans"><p>支出可能会开始从数据中心的 GPU 转向 CPU，这对 AMD 和 Intel 来说是个好消息。在 PC 市场，更强大和实用的 AI 功能可能会推动对 PC 的需求，并将 PC 市场从疫情后的低迷中拉出来。更强大的硬件是方程式的一部分，但能够适应更小内存限制的强大 AI 模型，如微软最新的创新，也是其中之一。</p>
</div><p>Nvidia can't lose in AI unless the game changes. With Microsoft and others working to lower the computational and memory cost of running powerful AI models, it appears the game is changing as we speak. Intel and AMD, permanently behind Nvidia in the AI accelerator market, could be the big winners as AI inference moves to the CPU.</p>
<div class="lb-trans"><p>除非游戏规则发生变化，否则 Nvidia 在 AI 领域不会失败。随着微软和其他公司努力降低运行强大 AI 模型的计算和内存成本，游戏规则似乎正在发生变化。Intel 和 AMD 在 AI 加速器市场上永远落后于 Nvidia，可能会成为 AI 推理转向 CPU 的最大赢家。</p>
</div>

Microsoft Just Showed the Future of AI, and It's Great News for Intel and AMD

- DeepSeek 和微软的新 AI 模型降低了运行成本和内存需求。  
- 这些突破可能使 AI 推理在 CPU 上可行，减少对 Nvidia GPU 的依赖。  
- 如果趋势持续，AMD 和 Intel 可能在 AI 市场中迎来机会。  

微软刚刚展示了人工智能的未来，这对英特尔和 AMD 来说是个好消息