GPU不再是算力故事的全部。美光近日刊文指出，随着AI从聊天机器人向自主智能体演进，基础设施层面的关键变化正在被多数人忽视——不仅GPU需求持续攀升，CPU与内存（DRAM）的需求正以更猛烈的势头回暖，成为决定下一代AI数据中心性能的隐形命门。
美光指出，AI正从静态问答转向自主智能体（自主规划、调用工具、迭代执行），这一转变不仅推高GPU需求，更大幅拉升CPU和内存（DRAM）需求，且后者常被忽视。
核心变化在于，智能体工作流包含任务规划、路由调度、工具执行等“外围计算”，这些任务天然适配CPU而非GPU。单块GPU配套的CPU核心数从过去1:4升至1:1或1:2，整体CPU需求提升2~4倍。同时，每在线运行一个智能体实例，都需要独占内存承载状态缓存、工具输出、容器环境等，当机柜同时运行上万个智能体时，内存需求呈乘积式暴涨（容器数与单实例内存双增，总需求按倍数平方增长）。
这一变革正倒逼CPU厂商重定义产品、内存厂商转向高带宽大容量方案，数据中心机柜设计也从GPU单极主导转向CPU、GPU、DRAM均衡配比的一体化架构。因此，随着智能体浪潮已至，内存扩容周期必须大幅前置，配置规模需远超当前预期。
