10月21日，英特尔确认了一件不太像它会做的事：和AMD共用一条AI软件路径。公告很短，没有新芯片，没有跑分图。每日经济新闻
但放在这两家公司身上，分量不轻——从8086打到锐龙，两家斗了快50年，这次把PyTorch在x86 CPU上的优化，合进了同一个开源库oneDNN。
具体做法是：AMD把ZenDNN并进oneDNN，加入UXL基金会。两家把oneDNN定为PyTorch在x86上加速的默认开源库，还要共推AI Compute Extensions，加速矩阵乘法。深科技
翻译成人话：以后开发者写一套PyTorch程序，不用再为英特尔和AMD各维护一份底层优化。
为什么是现在？
因为就在前一天，10月19日，Modal公布了一组测试。英伟达的Vera CPU有88个自研Olympus核心，兼容Arm指令集。在他们构造的并发沙箱负载里，任务吞吐最高接近英特尔GNR的两倍。知乎
英伟达卖GPU卖得好好的，为什么还要往CPU里挤？答案在Agent。
聊天机器人是一问一答，GPU算完就下班。Agent不一样：接到任务先拆步骤，再调工具、开沙箱、读数据库、跑测试、回头验证。一个复杂任务要循环几十甚至数百轮。
每一轮里，GPU只负责模型推理，剩下的调度、状态管理、数据搬运，都得CPU来干。CPU跟不上，GPU就只能等着。
在200毫秒启动时延的约束下，单颗至强6+最多能撑350个沙箱并发。同一颗芯片，还能稳定部署超过1000个智能体。半导体产业纵横
需求已经先于产品爆发。英特尔今年二季度数据中心与AI业务收入63亿美元，同比增长59%。CEO陈立武9月说得很直白：CPU需求非常高，只能服务50%的客户。腾讯科技光锥智能
在中国市场，部分服务器CPU价格今年累计涨了40%以上。这不是消费级市场的故事，但它是同一个故事的上游。36氪
回到这次合作。它不是合并，也不是价格同盟。两家在CPU市场上照旧抢单，锐龙和酷睿该打还是打。
它解决的是另一件事：x86的软件碎片化。
过去，英特尔和AMD各自维护一套针对自家处理器的优化。同一套AI程序，从至强服务器迁到EPYC服务器，底层库不同，适配工作往往得重做。开发者嫌麻烦，转头就去用CUDA——那才是英伟达真正的护城河。
现在，两家把路修成一条。对开发者，是少写一套适配；对x86阵营，是把各自的门槛，合并成一个更大的门槛。
但别误会：统一的软件路径，不等于两颗CPU跑得一样快。实际性能还是取决于架构、指令支持、内存带宽和具体模型。
AI Compute Extensions也还在路上，什么时候落地、能快多少，都没有时间表。深科技
对普通装机的人，这件事短期内不会让手里的CPU变快，也不会改变这个月的装机预算。
真正该盯的信号在别处。英特尔CFO已经提示，受内存短缺影响，第三季度PC销售预计持平。36氪
服务器端则在涨价、抢产能。AI把CPU重新拉回系统中央，先反映在供给和服务器报价上。消费级会不会跟，要看内存和产能的脸色。
所以，如果你最近要装机，先把内存和固态的价格看紧，比盯着这条合作公告有用。
50年前，英特尔和AMD抢的是同一个CPU插座。50年后，它们守的还是同一个插座。
不是成了朋友，只是同时听见了门外的新脚步声。
