-
_NEWSDATE: 2026-04-29 | News by: 差评、知危 | 有0人参与评论 | _FONTSIZE: _FONT_SMALL _FONT_MEDIUM _FONT_LARGE
现在想让模型变得更聪明，光给它多塞几张显卡堆规模，很多时候已经不太够用了。
这一代模型想进步，越来越依赖 RL，也就是强化学习的功劳。
DeepSeek 就靠强化学习搞出了 R1，OpenAI、Anthropic、Google、阿里 Qwen、Grok 这些头部的 AI 巨头也在强化学习上花了不少功夫。
所谓的强化学习，就是不再只让模型坐在教室里背标准答案，而是直接扔进考场里，让它下场做题。
做对了，给奖励，做错了，扣分。
比如你让 AI 练写代码的能力，那模型就不能光生成代码就完事了，得把代码真的跑起来，测一遍，看看结果对不对。
这个验证强化学习结果的过程，就需要 CPU 来帮忙。
模型的每次训练，背后都可能有一堆 CPU 在陪它做演习，在旁边搭场地、搬道具、打分看成绩。
CPU 甚至成了大模型最严厉的导师。
于是为了能获得更多更强的 CPU，各家大模型厂商也是整出了各种绝招。
除了直接向行业老大哥 Intel 下单购买 CPU 之外，有技术积累的谷歌开始搞起了 CPU Axion。
没技术积累的 Meta 则是直接开始和隔壁 Arm 合作，开始共同研发。
同时，各家大厂数据中心的领导还发现了一件怪事。
那就是你越花钱买 CPU，你反而越省钱。
这是因为现在这些 AI 大模型在干活的时候，GPU 干的所有活，其实都是 CPU 给它指派的。- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见