Meta Muse對GPU和CPU意味著什麼？

隨著Meta Muse等個人AI智慧體的發布，AI正從被動回應的聊天機器人，向全天候自主運行的智慧體演進，這有可能推升對CPU、GPU、記憶體及網路基礎設施的消耗。

據花旗2023年10月6日最新發布的研究報告，以Meta Muse為代表的智慧體應用，正將運算硬體的市場預期推向新高度。該公司預計，到2030年，全球CPU總潛在市場規模（TAM）將自2025年的290億美元擴大至3,000億美元，年復合成長率高達60%。

在GPU方面，智慧體同樣帶來結構性的新增需求。花旗測算，若Meta Muse達到一億日活躍用戶，將需約20萬至39萬片Blackwell等級GPU，這有望為Nvidia帶來70億至190億美元的一次性收入。

這一趨勢直接利好核心算力供應商。花旗指出，由於Meta是AMD伺服器業務的最大客戶之一，AMD將成為CPU復興的主要受益者，其目標價被上調至800美元；同時，Nvidia也將因GPU需求激增而持續獲益。

智慧體崛起，CPU成為新瓶頸

在智慧體AI爆發之前，CPU主要侷限於傳統工作負載及作為AI應用的頭節點（Head Node）。在頭節點中，CPU僅負責「管理」，將用戶請求發送給GPU並返回結果，繁重的矩陣運算和推理工作則由GPU承擔。

然而，智慧體改變了這一分工。花旗在報告中指出：「相比傳統的聊天機器人，我們認為智慧體AI是運算需求潛在極具規模增長的驅動力。」智慧體需處理協作、推理迴圈、資料處理及安全元件，這使CPU成為新的瓶頸。

隨著AI從模型訓練轉向推理，再進一步邁向智慧體自主工作流，CPU與GPU的配比正發生顯著變化。在模型訓練階段，此比例為1:8；推理階段為1:4；而在智慧體AI中，這一比例正向1:1甚至更高水平演進。花旗預計，到2030年，專用於智慧體的CPU將以247%的年復合成長率增長，佔整個CPU市場52%的份額。

Meta Muse的GPU算力帳本

Meta Muse是首個於真正社交網路規模上發布的消費者AI智慧體，其運算足跡是現有AI基礎設施中最重要的變因之一。與標準聊天機器人不同，Muse作為自主智慧體是持續運行的，其底層邏輯決定其對GPU的消耗更為龐大。

花旗構建自下而上的GPU需求模型。在基準情境下，假設典型用戶每日進行4次簡單請求及12次智慧體任務（如搜尋餐廳、檢視行事曆、起草邀請函），每個智慧體任務包含約8次模型呼叫。由於模型在各次呼叫期間不具備記憶能力，必須每次重新讀取不斷增長的對話上下文。

基於此，花旗測算每位Muse用戶大致需要0.0020片GB200等級GPU。換言之，一片GPU大約僅能服務500名用戶。花旗強調：「智慧體在結構上是比聊天機器人更繁重的推理工作負載。」在相同架構下，聊天式用戶所需GPU容量僅為智慧體用戶的12.5%至25%。

記憶體與網路的連鎖反應

智慧體工作流不僅對邏輯晶片提出更高要求，其連鎖效應也擴展至記憶體及網路領域。在記憶體方面，CPU對LP、DDR及SSD有極高的附加率。Micron近期指出，以Meta Muse為代表的智慧體工作流正讓消費者獲取更多價值，而CPU也正對DRAM造成更多瓶頸。

在網路端，智慧體AI實質性提升了網路流量。Nvidia管理層在與花旗溝通時表示：「智慧體可以持續運行數小時甚至不間斷……進而於消費者及企業工作負載中生成更多Token。」

這種持續運行代表，越來越多存取基礎設施的將是智慧體而非人類。這推動了數據中心內部「南北向」流量（如儲存訪問、安全、配置等服務）的增長，進而為使用DPU（如BlueField 4）及Spectrum-X乙太網創造嶄新的加速契機。