Meta 联手亚马逊：千万级 Graviton 核心开启“智能体 AI”新纪元

引言：AI 基础设施的战略转型

在人工智能的军备竞赛中，算力资源通常与昂贵的 GPU 划等号。然而，随着 AI 从简单的“对话框”向能够自主规划、推理和执行复杂任务的“智能体 AI”（Agentic AI）演进，底层基础设施的逻辑正在发生深刻变化。最近，Meta 与亚马逊（AWS）签署了一项具有里程碑意义的协议：Meta 将部署数千万个 AWS Graviton 处理器核心，以支持其下一代 AI 雄心。这一动作不仅标志着 Meta 成为全球最大的 Graviton 客户之一，也揭示了 AI 算力需求从纯粹的“模型训练”向“复杂编排”的战略漂移。

什么是智能体 AI？为何它更青睐 CPU？

长期以来，GPU（图形处理器）因其处理大规模并行计算的能力而在深度学习模型训练中占据主导地位。但当涉及到智能体 AI 时，情况变得复杂。智能体 AI 并非仅仅生成一段文字，它们需要：

• 实时推理与规划：根据环境反馈动态调整下一步行动。
• 代码生成与执行：在后台编写并运行代码以解决问题。
• 多步骤任务编排：协调多个模型和外部工具之间的交互。

这些任务往往是高度序列化的，涉及频繁的分支逻辑判断和复杂的系统调用——这正是 CPU（中央处理器）的专长。Meta 基础设施负责人 Santosh Janardhan 指出，随着 Meta 扩展其 AI 愿景，计算来源的多样化已成为战略必然。Graviton5 这种专为云端负载设计的处理器，能够以极高的效率处理这些 CPU 密集型工作流。

Graviton5：为 AI 时代定制的“心脏”

作为亚马逊自主设计的最新一代芯片，Graviton5 代表了定制硅片的顶尖水平。Meta 选择大规模部署 Graviton5，核心在于其卓越的性能与能效平衡。

关键技术特性：

• 海量核心与带宽：拥有 192 个核心，其缓存（Cache）容量是前代产品的五倍。这显著减少了核心间通信的延迟（降低高达 33%），对于需要连续推理的智能体系统至关重要。
• Nitro 系统支撑：基于 AWS Nitro 系统，提供裸机级别的硬件访问权限，确保了高性能与高安全性的统一。
• 低延迟网络：支持 Elastic Fabric Adapter (EFA)，允许成千上万个处理器之间进行低延迟、高带宽的通信，这对于分布式 AI 任务编排必不可少。

可持续性与成本：不可忽视的经营考量

在大规模 AI 部署中，能效比即是生命线。Graviton5 采用先进的 3 纳米工艺制造，相比通用处理器，它能以更低的功耗提供更强的算力。Meta 通过这一部署，不仅提升了 AI 推理的响应速度，也更有效地控制了云端成本，并朝着可持续发展目标迈进。Amazon 杰出工程师 Nafea Bshara 表示，当定制芯片与全栈 AI 技术栈相结合时，才能真正释放出服务于全球数十亿人的 AI 潜力。

亚马逊的 AI 生态布局：不止于芯片

此次 Meta 的大单只是亚马逊宏大 AI 版图的一部分。近期，亚马逊在 AI 领域的动作频频，显示出其构建全方位生态的决心：

1. 深化与 Anthropic 的合作：Anthropic 承诺在未来十年内向 AWS 投入超过 1000 亿美元，并利用多达 5GW 的电力资源和最新的 Trainium 芯片进行模型训练。
2. 卫星通信扩张：亚马逊收购了 Globalstar 的相关业务，旨在通过其 Leo 卫星网络为设备提供直接连接服务，这为 AI 智能体在边缘侧和全球覆盖提供了基础设施支撑。
3. 消费级 AI 升级：Alexa+ 的国际化扩张以及 Fire TV Stick HD 的发布，预示着 AI 助理正加速渗透进千家万户。

结语：2026 见分晓

AWS 首席执行官 Matt Garman 预测，能够完成具体任务的 AI 智能体将在 2026 年为企业带来巨额回报。Meta 对千万级 Graviton 核心的押注，实际上是对“AI 推理效率”的一次长远投资。在 GPU 解决“大脑训练”问题的同时，以 Graviton 为代表的高性能 CPU 正在成为 AI 智能体的“神经中枢”和“手脚”。

这一合作标志着 AI 基础设施建设进入了一个更理性、更专业的阶段：不再仅仅追求原始算力的堆砌，而是追求特定负载下的极致优化。对于开发者和企业而言，如何利用这种异构计算环境（GPU 训练 + 定制 CPU 编排）来构建更智能、更高效的应用，将是接下来的核心竞争力所在。