AI行业报告：Agent架构重塑CPU与GPU分工（15页）

行业报告下载 2026年03月10日 08:13 管理员

Agent 运行在沙盒化的通用计算机环境中，这一执行形态决定了其工作负载天然呈现高度分支化与强控制流特征。Manus 为每个 Agent 任务分配一个隔离的云端虚拟机，不同任务在逻辑上高度异构（如网页浏览、代码修改、环境部署等），任务之间可并行但控制流完全不同。分支类任务不适合由 GPU 执行，控制流发散导致算力利用率急剧下降。英伟达在其 CUDA 官方文档中明确指出，GPU 采用 SIMT 执行模型：线程以 32 个为一组（warp），在同一周期内执行同一条指令。一旦同一 warp 内线程进入不同分支路径（Warp Divergence），GPU 会将不同分支串行执行，不属于当前分支的线程被 mask 掉，直接导致吞吐下降。实验结果显示，即便是有限程度的分支发散，也会显著拉长执行时间。在 32 路完全发散的极端情况下，性能下降可达 27-125 倍，等效算力利用率仅剩个位数百分比。因此，分支类任务不适合由 GPU 执行，是 GPU 编程中需要避免的情形。