花旗：2030年CPU市场规模料达3000亿美元 将AMD目标价升至800美元
相关推荐
AMD市值突破1万亿美元，AI智能体重燃市场对CPU算力需求的关注
动察 Beating AI 快讯，AMD 股价 9 月 21 日收涨近 10% 至 615.52 美元，创历史新高，公司市值首次突破 1 万亿美元，成为继英伟达、博通和美光之后第四家市值达到这一规模的美国半导体公司。AMD 过去 5 个交易日累计上涨约 24%，年内涨幅超过 180%。 本轮上涨的直接催化之一是市场重新评估 AI 智能体对 CPU 算力的需求。Meta 推出的个人 AI 智能体 Muse 上线后迅速走红，上线 5 天下载量达到 73 万次，并于 9 月 18 日登顶美国苹果 App Store 免费应用榜。市场认为，随着 AI 智能体普及，服务器 CPU 在推理、任务编排及基础设施运行中的工作负载将增加。 AMD 第二季度营收同比增长 50% 至 115.4 亿美元，其中数据中心业务营收 67 亿美元，同比增长 107%。Meta 目前约占 AMD 营收的 5.5%，为 AMD 第二大客户。 随着 AI 应用从模型训练进一步扩展至智能体运行，市场对 AI 基础设施的关注正从 GPU 向 CPU 及其他通用计算资源延伸。
Truist比较Meta Muse与OpenAI Dots：Meta先赢在分发，OpenAI更偏企业和复杂任务
Truist Securities认为，Meta正在新兴AI Agent市场取得早期优势，但这种优势主要来自其庞大的消费者用户基础和广告生态，而不是底层模型能力本身。相比之下，OpenAI和Google在开放式推理等能力上可能更强，但在产品定位和分发方式上，与Meta走的是不同路线。Meta的Muse和OpenAI新推出的Dots分别从两个方向切入市场。Muse首先面向普通消费者，并开始向小企业扩张；Dots则初期更偏向开发者和重度用户。两款产品都属于能够持续运行的AI Agent，可以使用电脑、记忆和已连接的应用程序，自主执行任务。（新浪财经）
Instinct和Muse想到一块：Agent免费，靠交易抽成
动察 Beating AI 快讯，个人 AI Agent Instinct 创始人 Noah Shinn 在首次公开长访谈中讲了公司准备怎么赚钱。 Shinn 希望 Instinct 最终能长期免费，不向用户收订阅费。Agent 替用户订酒店、购物等完成交易后，Instinct 再向拿到订单的商家收一小笔佣金。不过这目前还只是他的目标，Instinct 暂时没有承诺永久免费。 Shinn 也明确不想做广告。个人 Agent 会越来越了解用户，也会越来越擅长影响用户的决定。如果平台靠广告挣钱，Agent 就可能开始劝用户买原本没打算买的东西。他更希望 Instinct 只从用户本来就要完成的交易里挣钱。 具体抽多少还没定。Shinn 拿 Shopify、Amazon 和 Apple 的平台抽成做参照。Instinct 目前约一半交易额来自旅行，一些精品酒店愿意为它带来的订单支付最高超过 30% 的佣金，但 Instinct 不一定会收这么高。 巧的是，扎克伯格此前给 Muse 设想的也是这套模式：大多数用户免费使用，Agent 帮用户完成交易后，再向获得生意的商家收费。
美股CPU板块持续走强，英特尔涨幅扩大至10%，AMD涨超7%
BlockBeats 消息，9 月 18 日，据 BIT(bit.com) 行情数据，美股 CPU 板块持续走强，英特尔涨幅扩大至 10%，AMD 涨超 7%，Arm 涨超 8%，高通涨超 3%，英伟达涨超 2%。
个人Agent也有实战榜了：Muse暂列第一，领先Instinct和Grok Bot
动察 Beating AI 快讯，独立评测项目 Assistant Benchmark 开始用真实任务横评个人 AI 助手。它直接让 Agent 订酒店、选餐厅、买东西、回邮件、连接第三方服务，再按实际完成情况打分。每个评分维度都有一个公开的固定任务，并要求有真实运行记录才给分。 目前 Muse 在已经完成的 7 个评分维度中平均 9.1 分，暂列第一；Instinct 测完 11 个维度，平均 8.4 分；Grok Bot 测完 7 个维度，平均 7.3 分。Muse 在购物、邮件和第三方应用连接上都拿到 10 分。 不过这更适合看成一份持续更新的真实体验榜。Muse 的 9.1 目前只是已测 7 个维度的平均分，并不是完整成绩。每个维度目前也只用一个固定任务测试，后续补测后分数和排名都可能变化。
Google被曝携手AMD设计下一代TPU，CPU核心IP成关键，AI未来或更依赖CPU密集计算
火星财经消息，8 月 17 日，据 SemiAnalysis 客户报告引述市场消息，Google 正与 AMD 合作开发第 10 代 TPU 中的一款产品。这将是 AMD 首次真正参与定制 AI ASIC 项目。分析师认为 Google 已有九代 TPU 开发经验且长期由 Broadcom 负责实际硅设计，传统 TPU 设计并不需要 AMD，因此合作的核心吸引力在于 AMD 的 CPU IP、先进封装及互连技术。 报告特别指出 Google 及其客户正推动在 TPU 封装内集成 CPU 核心，以应对强化学习等 CPU 密集型工作负载的需求。传统 LLM 训练仍以加速器为主，但推理和代理式模型的强化学习需要更多通用计算资源围绕加速器运行。 这一趋势在 Google 近期硬件配置中已现端倪。面向推理、推理和强化学习工作负载的 TPU 8i 系统，每两个 TPU 搭配一个 Google Axion CPU；而第 7 代 TPU 服务器每四个 TPU 才搭配一个英特尔 Xeon 处理器。有消息称在某些场景下 CPU 与加速器 1:1 配比才是最优解，暗示 AI 计算的未来可能远比市场当前认知更依赖 CPU。若与 AMD 合作成真，Google 将把自研 TPU 加速器与 AMD 的通用计算核心结合，打造混合型 AI ASIC，这或许会重塑数据中心芯片的竞争格局。