AI Agent 的爆发式普及正在引发一场意想不到的算力危机——不是 GPU，而是 CPU。

8 月 7 日，据科技媒体 The Information 报道，亚马逊云服务（AWS）高管今年 5 月召集工程师开会，传达了一个警示性信号：为确保旗下 EC2 云服务器业务未来能够满足所有客户需求，工程师必须尽一切可能节省算力资源。这一要求不仅涵盖 AI 芯片，也明确指向长期支撑互联网时代运转的传统 CPU 服务器。

报道称，这一内部动作折射出更广泛的行业趋势：随着越来越多的企业员工借助 AI Agent 开发软件，CPU 需求正在急剧攀升，算力紧缺的压力已从 GPU 蔓延至整个计算基础设施。AI 咨询机构 Elendil Labs 联合创始人兼董事总经理 Jing Xie 表示，他观察到客户的人均 IT 支出翻倍，直接原因正是 AI Agent 的大规模使用。

内部告急：工程师等待 CPU 资源从数小时延长至数天

据报道，知情人士透露，AWS 已向各团队设定截止期限，要求在今年晚些时候削减计算资源占用。工程师们正在下线此前用于软件开发、如今已闲置的 EC2 虚拟服务器实例，以便将这部分算力重新分配给外部客户。

一名在 AWS 工作数年的工程师表示，过去只需数小时便能获取的 CPU 服务器资源，如今需要等待数天，这在其职业生涯中从未遇到过，并直言这种等待可能影响项目交付进度。

AWS 方面对此回应称，即便面临 " 大量需求 "，公司仍能满足 " 绝大多数内外部客户的计算需求 "，并强调正与内部团队密切协作，确保 EC2 资源得到高效利用，" 一如既往 "。AWS 同时表示，其给予员工的指导方针并未因当前的内存紧缺而发生改变。

不过，据报道，目前，外部客户所受影响相对有限。一位协助企业使用 AWS 的顾问表示，他尚未观察到客户通过合同承诺的 CPU 算力出现运营层面的短缺。

然而，AWS 的 " 竞价实例 "（Spot Instances）——即 AWS 以大幅折扣出售、但可在两分钟内收回的溢出服务器资源——近几个月来已愈发难以大批量获取。

分析认为，这一信号表明，AWS 整体算力的供需缺口正在收窄，弹性空间已大幅压缩。对于依赖低成本竞价实例运行大规模工作负载的企业客户而言，这或许预示着云计算成本上行压力的到来。

AI Agent 驱动 CPU 需求激增，算力缺口超出预期

此次 CPU 短缺的核心驱动力，是 Agentic AI 的快速普及。Jing Xie 指出，AI Agent 在运行过程中通常需要调用更多云计算资源，并由此产生对 CPU 的持续性需求。

" 基本上，现在构建、生产和运行的大量工作，所需的 CPU 都比过去更多。"

即便在 AI 开发流程内部，CPU 同样扮演着不可或缺的角色——例如，AI 公司在为模型训练准备数据时，需要通过 CPU 从文档、图像和视频中读取原始数据。

芯片厂商的表态进一步印证了这一趋势。

英特尔 CEO Lip-Bu Tan 在今年 4 月的财报电话会议上披露，AI 推理（即模型运行）中 CPU 与 GPU 的使用比例为 1 比 4；而到 7 月，英特尔首席财务官 David Zinsner 表示这一比例已接近 1 比 1。AMD 和 Arm 的高管也发表了类似评论。

除 CPU 本身外，与 CPU 配套使用的内存芯片供应不足，以及数据中心物理空间的限制，也在共同加剧这场算力紧缺。

值得关注的是，算力的内外部分配平衡，已成为大型科技公司近两年面临的共同挑战。

据 The Information 此前报道，谷歌去年专门成立了一个由高级管理人员组成的委员会，负责在 Google Cloud、DeepMind AI 研究部门及消费者业务之间协调算力分配。即便如此，内部摩擦依然存在——谷歌明星 AI 研究员 Noam Shazeer 今年夏天早些时候因对算力获取感到不满而离职。

微软的经验则展示了另一面：算力管理效率的提升可以直接转化为营收增长。微软首席财务官 Amy Hood 在上月的财报电话会议上将 Azure 云服务的部分增长归因于 CPU 和 GPU 机群管理上的 " 效率提升 "。

" 当我们能够实现效率提升时，这些收益会被迅速货币化。"