开场：Muse 22 天 500 万装机，算力却记在 CPU 头上

主播先交代知识星球、IMA 研报库与自有量化模型站的入口，随后引入 Meta 9 月 8 日上线的 AI 助手 Muse：22 天装机破 500 万，ChatGPT 走到同一数字用了 56 天。关键细节是 Muse 连续跑数小时、长期挂后台，干活主要不靠 GPU，而是从虚拟机里调 CPU 资源。由此提出本期唯一问题：一个永远不下班的助手，算力账记在谁头上。

旧共识：CPU 只是站在 GPU 前面的管家

回顾过去几年的算力分工：训练与推理的重活都压在 GPU 上，CPU 只做企业系统、数据库这类传统活儿，以及在训练场景里当「头节点」——一块 CPU 配八块 GPU，管家一个、干活八个。这种分工直接反映在市场规模上：2025 年 CPU 盘子 290 亿美元，不到 AMD 当时市值的 3%。

新账本：一个用户一天占 53 秒 GPU，配比走向 1:1

花旗给典型 Muse 用户算账：一天四次提问加 12 个智能体任务，每任务调用模型 8 次，累计读约 104000 个 token，而最终上下文只有 21000 个，靠缓存压到新增 19000 个。每人每天占约 53 秒 GPU 时间，是聊天型用户的四到八倍。来回调度与数据处理由 CPU 承担，花旗称之为「智能体 CPU」，CPU 与 GPU 配比从训练 1:8、推理 1:4 走向 1:1 甚至 CPU 更多。

市场放大：智能体 CPU 从 3 亿到 1574 亿

花旗把服务器 CPU 拆成三块：2025 年传统 CPU 205 亿占 70%、头节点 82 亿占 28%、智能体 CPU 3 亿占 1%。今年智能体 CPU 就涨到 116 亿占两成出头；到 2030 年传统 CPU 645 亿占 20%、头节点 781 亿占 26%、智能体 CPU 1574 亿占一半以上。整个市场从 290 亿走到 3000 亿，五年翻十倍。

受益者排序：AMD 目标价 575 提到 800 美元

花旗认为最直接受益者是 AMD，理由是 Meta 是 AMD 服务器业务最大客户之一，目标价从 575 美元上调至 800 美元；英特尔列第二受益。GPU 侧花旗维持英伟达 315 美元目标价，并换算新服务器上每多一百万日活，英伟达多收 7000 万到 1.9 亿美元。

三道破绽：数字对不上、切饼者变多、悲观情景腰斩

第一道是数字对不上：花旗 2030 年 3000 亿、瑞穗 2090 亿，AMD 自己说 2000 亿、英伟达说 2000 亿；起点上花旗 520 亿、瑞穗 680 亿，起点更高的瑞穗终点反而更低；智能体细分花旗 1574 亿对瑞穗 800 亿，差近一倍。第二道是切饼的人变多：瑞穗判断英伟达 Vera CPU 爬得最陡，2027 年将超过其他几家，AMD 也将在 2027 年直接卖服务器 CPU。第三道写在花旗自己报告里：AMD 悲观情景目标价 300 美元，触发条件是 GPU 放量落空与价格战。

接下来盯两样东西：出货占比与 900 亿的差

主播给出两个观察指标：一是智能体 CPU 在服务器 CPU 出货中的占比，瑞穗估今年约 4%、2030 年约 30%；二是花旗与瑞穗之间 900 亿美元的差距，下一份报告往哪边收。两家行的账谁对，只能交给真实数据。

主播保留一：53 秒很扎实，走到 0.002 的那几步是假设

主播指出报告自己承认 Meta 既不披露 Muse 用量也不披露服务架构，花旗只能自下而上估。53 秒精确到秒看似扎实，但从 53 秒走到 0.002 占 GPU 要经过除以 86400 秒、乘 2.5 高峰倍数、加三成冗余，前面还给 GPU 速度打了 1.5 倍折扣。他把高峰倍数换成 2 重算，每人所需 GPU 少两成；花旗乐观情景假设每天跑两小时，结果翻近一倍。他现在盯 Meta 何时首次公布 Muse 日活。

主播保留二：token 价格与消耗量，两条线谁跑得快

104000 个 token 被缓存压到 19000，主播起初当作技术细节，后来在瑞穗报告里看到两张挨着的图：token 价格从今年年中到现在跌了一半多，每天消耗的 token 量同比涨了四倍以上。云厂商推缓存、推小模型分流压低单任务算力，任务数量又在往上冲，两条线谁跑得快决定花旗那本账偏松还是偏紧。节目以研报库与模型站入口收尾。