<p>來自 OpenAI、<strong>Alphabet</strong> 和 Anthropic 等公司的最強大的生成性 AI 模型需要昂貴且耗電的 AI 加速器，這些加速器被放置在數據中心以產生結果。例如，OpenAI 最近推出的 GPT-4.5 模型是分階段向用户發佈的，因為它需要大量的計算資源。</p>
<p>今年早些時候，中國初創公司 DeepSeek 發佈的 AI 模型顛覆了對 AI 基礎設施市場的一些假設。DeepSeek 成功地生產出一種訓練和運行成本遠低於美國 AI 公司頂級模型的模型，同時產生相似質量的結果。AI 模型需要不斷增加計算能力的假設，作為 <strong>Nvidia</strong> 股票看漲論據的基礎，開始看起來不再那麼確定。</p>
<h2>另一個 AI 突破</h2>
<p>AI 功能已經開始出現在個人電腦、智能手機和其他設備上，但能夠在這些設備上運行的小型 AI 模型並不那麼強大。Tom's Hardware 在去年首次推出 <strong>Microsoft</strong> 的 Copilot+ PC AI 功能時稱其為 “一個糟糕的笑話”，而《紐約時報》在十月得出結論，<strong>Apple</strong> Intelligence，即蘋果的 AI 功能套件，仍然 “半成品”。</p>
<p>設備上的 AI 存在多個問題。首先，生成性 AI 不是確定性的，這意味着相同的輸入可能產生截然不同的輸出。如果你使用 AI 來寫博客文章，這沒問題，但如果你希望它在智能手機上可靠地執行特定任務，那就不太理想了。</p>
<p>第一個問題可能永遠無法完全解決，但第二個問題可能會得到解決。問題二是個人電腦和智能手機的內存和計算能力有限，這對本地運行的 AI 模型的能力設定了硬性限制。驅動 ChatGPT 的 AI 模型在數據中心運行，需要巨大的內存、計算和能量來產生結果。顯然，這在電池供電的筆記本電腦上是不可行的。</p>
<p>微軟可能有答案。該公司最近推出了一種新的 “1 位” AI 模型，足夠小以在 CPU 上運行，並且僅使用 0.4 GB 的內存。令人驚訝的是，這種新模型的性能與同類使用更多內存的 AI 模型相匹配。此外，在單個 CPU 上運行時，該模型的輸出速度可與人類閲讀相媲美，這足夠快速以便於使用。</p>
<h2>改變遊戲規則</h2>
<p>Nvidia 主導着 AI 加速器市場，<strong>AMD</strong>(AMD 4.81%) 或 <strong>Intel</strong>(INTC 5.56%) 幾乎沒有機會趕上。與 Nvidia 玩同樣的遊戲，AMD 和 Intel 註定要遠遠落後於市場領導者。</p>
<p>然而，DeepSeek 和微軟的突破提高了 AI 推理的可能性，即運行訓練好的 AI 模型以產生結果，最終可以在數據中心和設備上使用 CPU 運行，而不犧牲質量。如果可以將 Nvidia 昂貴的 GPU 排除在外，運行 AI 模型的持續成本將大幅下降，而如果更強大的模型能夠適應個人電腦或智能手機的內存限制，設備上的 AI 對用户將變得更加吸引人。</p>
<p>Intel 和 AMD 都銷售配備內置 AI 加速器的服務器和 PC CPU。一些 AMD 的 EPYC 服務器 CPU 在某些 AI 推理任務中表現出色，而 Intel 的 Granite Rapids 服務器 CPU 可以運行 70 億參數的模型。在個人電腦上，AMD 和 Intel 現在都在其 CPU 中包含專用的 AI 處理器。</p>
<p>Nvidia 似乎勢不可擋，如果你假設 AI 基礎設施市場仍然集中在超強大的數據中心 GPU 上，它可能確實如此。然而，如果強大的 AI 模型不再需要其最強大的 GPU 來運行，該公司就會變得脆弱。如果建立一個充滿 CPU 而不是 GPU 的 AI 數據中心開始變得更有經濟意義，那麼這將開始發生。微軟的新 AI 模型是朝着這個方向邁出的一步。</p>
<p>支出可能會開始從數據中心的 GPU 轉向 CPU，這對 AMD 和 Intel 來説是個好消息。在 PC 市場，更強大和實用的 AI 功能可能會推動對 PC 的需求，並將 PC 市場從疫情後的低迷中拉出來。更強大的硬件是方程式的一部分，但能夠適應更小內存限制的強大 AI 模型，如微軟最新的創新，也是其中之一。</p>
<p>除非遊戲規則發生變化，否則 Nvidia 在 AI 領域不會失敗。隨着微軟和其他公司努力降低運行強大 AI 模型的計算和內存成本，遊戲規則似乎正在發生變化。Intel 和 AMD 在 AI 加速器市場上永遠落後於 Nvidia，可能會成為 AI 推理轉向 CPU 的最大贏家。</p>

微軟

英特爾

<p>微軟推出了一種新的 “1-bit” 人工智能模型，該模型僅需 0.4 GB 內存即可在 CPU 上運行，性能與更大模型相當。這一創新可能將人工智能推理從昂貴的 GPU 轉移到 CPU 上，惠及英特爾和 AMD。隨着人工智能功能在個人電腦和智能手機上的能力不斷增強，對這些設備的需求可能會增加，從而有可能振興個人電腦市場。微軟和 DeepSeek 的進展對英偉達在人工智能基礎設施中的主導地位構成挑戰，暗示着人工智能技術領域將發生重大變化</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>來自 OpenAI、<strong>Alphabet</strong> 和 Anthropic 等公司的最強大的生成性 AI 模型需要昂貴且耗電的 AI 加速器，這些加速器被放置在數據中心以產生結果。例如，OpenAI 最近推出的 GPT-4.5 模型是分階段向用户發佈的，因為它需要大量的計算資源。</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>今年早些時候，中國初創公司 DeepSeek 發佈的 AI 模型顛覆了對 AI 基礎設施市場的一些假設。DeepSeek 成功地生產出一種訓練和運行成本遠低於美國 AI 公司頂級模型的模型，同時產生相似質量的結果。AI 模型需要不斷增加計算能力的假設，作為 <strong>Nvidia</strong> 股票看漲論據的基礎，開始看起來不再那麼確定。</p>
</div><h2>Another AI breakthrough</h2>
<div class="lb-trans"><h2>另一個 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 功能已經開始出現在個人電腦、智能手機和其他設備上，但能夠在這些設備上運行的小型 AI 模型並不那麼強大。Tom's Hardware 在去年首次推出 <strong>Microsoft</strong> 的 Copilot+ PC AI 功能時稱其為 “一個糟糕的笑話”，而《紐約時報》在十月得出結論，<strong>Apple</strong> Intelligence，即蘋果的 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>設備上的 AI 存在多個問題。首先，生成性 AI 不是確定性的，這意味着相同的輸入可能產生截然不同的輸出。如果你使用 AI 來寫博客文章，這沒問題，但如果你希望它在智能手機上可靠地執行特定任務，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>第一個問題可能永遠無法完全解決，但第二個問題可能會得到解決。問題二是個人電腦和智能手機的內存和計算能力有限，這對本地運行的 AI 模型的能力設定了硬性限制。驅動 ChatGPT 的 AI 模型在數據中心運行，需要巨大的內存、計算和能量來產生結果。顯然，這在電池供電的筆記本電腦上是不可行的。</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>微軟可能有答案。該公司最近推出了一種新的 “1 位” AI 模型，足夠小以在 CPU 上運行，並且僅使用 0.4 GB 的內存。令人驚訝的是，這種新模型的性能與同類使用更多內存的 AI 模型相匹配。此外，在單個 CPU 上運行時，該模型的輸出速度可與人類閲讀相媲美，這足夠快速以便於使用。</p>
</div><h2>Changing the game</h2>
<div class="lb-trans"><h2>改變遊戲規則</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 主導着 AI 加速器市場，<strong>AMD</strong>(AMD 4.81%) 或 <strong>Intel</strong>(INTC 5.56%) 幾乎沒有機會趕上。與 Nvidia 玩同樣的遊戲，AMD 和 Intel 註定要遠遠落後於市場領導者。</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 和微軟的突破提高了 AI 推理的可能性，即運行訓練好的 AI 模型以產生結果，最終可以在數據中心和設備上使用 CPU 運行，而不犧牲質量。如果可以將 Nvidia 昂貴的 GPU 排除在外，運行 AI 模型的持續成本將大幅下降，而如果更強大的模型能夠適應個人電腦或智能手機的內存限制，設備上的 AI 對用户將變得更加吸引人。</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 都銷售配備內置 AI 加速器的服務器和 PC CPU。一些 AMD 的 EPYC 服務器 CPU 在某些 AI 推理任務中表現出色，而 Intel 的 Granite Rapids 服務器 CPU 可以運行 70 億參數的模型。在個人電腦上，AMD 和 Intel 現在都在其 CPU 中包含專用的 AI 處理器。</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 似乎勢不可擋，如果你假設 AI 基礎設施市場仍然集中在超強大的數據中心 GPU 上，它可能確實如此。然而，如果強大的 AI 模型不再需要其最強大的 GPU 來運行，該公司就會變得脆弱。如果建立一個充滿 CPU 而不是 GPU 的 AI 數據中心開始變得更有經濟意義，那麼這將開始發生。微軟的新 AI 模型是朝着這個方向邁出的一步。</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>支出可能會開始從數據中心的 GPU 轉向 CPU，這對 AMD 和 Intel 來説是個好消息。在 PC 市場，更強大和實用的 AI 功能可能會推動對 PC 的需求，並將 PC 市場從疫情後的低迷中拉出來。更強大的硬件是方程式的一部分，但能夠適應更小內存限制的強大 AI 模型，如微軟最新的創新，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>除非遊戲規則發生變化，否則 Nvidia 在 AI 領域不會失敗。隨着微軟和其他公司努力降低運行強大 AI 模型的計算和內存成本，遊戲規則似乎正在發生變化。Intel 和 AMD 在 AI 加速器市場上永遠落後於 Nvidia，可能會成為 AI 推理轉向 CPU 的最大贏家。</p>
</div>

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

- DeepSeek 和微軟的新 AI 模型降低了運行成本和內存需求。  
- 這些突破可能使 AI 推理在 CPU 上可行，減少對 Nvidia GPU 的依賴。  
- 如果趨勢持續，AMD 和 Intel 可能在 AI 市場中迎來機會。  

微軟剛剛展示了人工智能的未來，這對英特爾和 AMD 來説是個好消息