核心運算與高速傳輸技術原理
人工智慧應用正由基礎問答與內容生成，轉向具備執行多階段任務能力的代理人模式，這項轉變提升了中央處理器在系統管理、工作排程與外部工具串接上的角色。數位訊號處理器則是負責對數位訊號進行數學運算、濾波與失真補償的晶片，在高速傳輸系統中協助恢復訊號品質。隨著資料中心網路持續朝400G、800G及1.6T等更高傳輸速率發展，數位訊號處理器可能迎來15%至20%的漲價預期，顯示出高速傳輸介面與相關零組件的需求升溫。
產業影響與技術演進
運算與通訊架構的轉變對資料中心硬體供應鏈帶來深遠影響，中央處理器與繪圖處理器的配置比例不能僅從總用戶數或虛擬核心數直接推算，必須考量使用者同時上線率與實際工作負載。在光通訊領域，共同封裝光學技術將光學元件與交換器特殊應用積體電路進行更緊密的封裝整合，藉此縮短電氣訊號傳輸路徑並改善功耗，這項技術發展也牽動著未來數位訊號處理器的實際採用與配置方式。
FAQ 快問快答
Agentic AI的發展如何影響CPU的需求？
代理人式AI需要執行管理工作流程、串接外部工具、處理資料及分派任務等工作，這些系統管理與協調需求會增加CPU在系統中的重要性。
CPU與GPU的需求比例是否已確立為固定標準？
不是。CPU與GPU的比例會受到模型大小、服務設計、推論頻率及硬體架構等因素影響，市場上的推估並不能直接視為確立的產業標準。
DSP在高速傳輸系統中扮演什麼角色？
DSP全名為數位訊號處理器，主要用來執行數位訊號的濾波、補償及數學運算，協助提升高速傳輸系統在特定條件下的可靠度與訊號品質。
CPO技術的導入會全面淘汰DSP嗎？
不能直接這樣判斷。雖然共同封裝光學技術可能改變部分系統的訊號處理需求，但不同產品的傳輸距離、功耗與成本條件會採用不同技術方案，兩者不一定是全面互斥的關係。
小結
人工智慧與資料中心技術的升級帶動了多元硬體需求，但實際的市場效益仍需透過產品出貨與供應鏈數據來驗證。投資人應同時關注技術轉型、估值變化與個別公司的競爭力，以維持嚴謹的風險管理。