Meta数十亿美元采购AWS自研ARM CPU，AI算力格局迎转折
2026/05/05 18:35阅读量 3
2026年，Meta与AWS签署价值数十亿美元的三年期协议，采购数千万个AWS自研ARM架构Graviton5 CPU核心。此举旨在满足Agentic AI对CPU密集型任务（如调度、逻辑推理）的需求，标志着AI推理侧CPU重要性回归，ARM架构正挑战x86在数据中心的传统主导地位。
事件概述
2026年，Meta与AWS联合宣布一项为期三年、价值数十亿美元的协议，Meta将部署数千万个AWS自研的Graviton5 CPU核心（对应数十万颗物理芯片）。此举被视为AI算力格局转变的里程碑。
核心信息
- 交易细节：Meta成为全球最大的Graviton客户之一，部署核心数达数千万，协议金额数十亿美元。Graviton5每颗芯片拥有192个核心，缓存为前代五倍，核心间通信延迟降低33%，整体性能提升25%。
- 背后动因：新兴的Agentic AI（AI智能体）需执行多步骤任务，如搜索、代码生成和任务编排，这些属于CPU密集型工作。GPU擅长并行矩阵运算，适合训练和批量推理；而CPU在灵活逻辑调度、条件分支和实时响应上更具优势。
- 混合架构：Meta的AI推理正演变为“GPU负责核心矩阵运算 + CPU负责调度、编排和逻辑推理”的混合模式。行业共识逐渐形成：“训练用GPU，Agentic AI用CPU+GPU”。
- 弹性与战略：Meta选择租赁而非自建，核心考量是“弹性”。通过AWS可快速获取算力，将固定成本转化为可变成本，避免自建数据中心的漫长周期和巨额资本支出。同时，此举旨在分散算力来源，降低对单一供应商（如NVIDIA）或架构（如x86）的依赖。
- 行业影响：AWS的Graviton基于ARM架构，其每瓦性能优于x86，伴随AWS规模效应建立了成本优势。Meta的采购是对ARM竞争力的强力背书。对AMD和Intel构成挑战：在GPU市场追赶NVIDIA已然吃力，x86 CPU在AI推理侧又面临ARM侵蚀。更便宜的算力架构有望降低AI服务整体成本，推动更多AI功能普及到终端设备。
值得关注
Meta在协议前几周刚宣布480亿美元AI基础设施投资，其中相当部分留给CPU推理。Google（TPU调度层使用ARM CPU）、微软（Azure使用Graviton）也在进行类似迁移。Meta公开强调“计算资源多元化已成为战略必需”，表明AI算力正从依赖单一架构走向多极博弈。