社交媒體巨頭 Meta 宣布與 Amazon Web Services 達成重大協議，將大規模部署 AWS Graviton 處理器，首批部署涉及數千萬個核心，並保留隨 AI 能力增長而擴展的彈性，此舉令 Meta 躍升為全球最大 Graviton 客戶之一，亦標誌着 AI 基建的競爭焦點，正由 GPU 獨大轉向 CPU 與 GPU 並重的多元架構。
根據 AWS 公布，Meta 部署 Graviton5 處理器，該晶片擁有 192 個核心，快取容量比上代大 5 倍，核心間通訊延遲降低達 33%，這些晶片將驅動 Meta 的各種工作負載，包括支援其 AI 計劃——需要處理數十億次互動，並協調複雜的多步驟代理工作流程。
AWS 指出，這宗交易反映 AI 基建建構方式的轉變：雖然 GPU 對訓練大型模型仍然關鍵，但代理式 AI（agentic AI）的興起，正創造對 CPU 密集型工作負載的巨大需求，包括實時推理、程式碼生成、搜尋，以及協調多步驟任務，Graviton5 正是為這類工作負載而設計。
代理式 AI 帶動 CPU 強勁需求
「代理式 AI 工作負載如程式碼生成、實時推理和前沿模型訓練，都是 CPU 密集型的，而專用晶片是驅動它們最高效的方式，」AWS 在新聞稿中強調，Graviton 建基於 AWS Nitro System，以專用硬件和軟件提供高效能、高可用性和高安全性，並已獲全球 9 萬名客戶採用。
Meta 的選擇具有行業指標意義，作為全球 AI 研究的重鎮，Meta 同時大量採用 GPU 訓練 Llama 等模型，如今大舉採用 Graviton，顯示在推理和代理工作負載上，CPU 的性價比和能效比已足以與 GPU 分庭抗禮，這對整個 AI 基建市場的投資方向發出了清晰訊號。
算力多元化成基建新趨勢
對關注 AI 發展的香港科技界而言，這宗交易揭示了「算力多元化」的趨勢，未來的 AI 競賽不再只是 GPU 數量的比拼，而是如何針對不同工作負載，配置最適合的晶片架構，這種精細化的基建策略，或許比盲目追求最強硬件更為關鍵。
數千萬個核心的部署規模，足以刷新外界對 CPU 需求的想像，過去 AI 敘事幾乎被 GPU 壟斷，市場談算力必言 NVIDIA；Meta 這次大手筆採購 Graviton，等於公開承認一個業界心照不宣的事實：當 AI 由「訓練模型」轉向「營運代理」，推理、檢索、編排等日常任務才是算力消耗的大宗，而這些正是 CPU 的主場。
這對雲端市場格局亦有深遠影響，AWS 憑自研晶片構建了「GPU 之外」的第二條戰線，當其他雲端供應商仍依賴外購晶片，AWS 已能提供由晶片到服務的垂直整合方案，Meta 的選擇證明，對於需要同時兼顧成本和效能的超大規模用戶，這種整合能力是難以抗拒的賣點，AI 基建的下一章將是晶片設計能力之爭。
從能源角度看，Graviton 的吸引力還在於能效，AI 數據中心的耗電已成全球關注議題，Meta 等巨頭面對的 ESG 壓力與日俱增，專用晶片在完成相同工作負載時耗電更低，意味著同樣的電力配額可以支援更多 AI 服務，當「每瓦效能」成為數據中心的新 KPI，晶片的選擇便不只是技術問題，更是企業可持續發展承諾的一部分。
