“我对我们未能完全满足市场需求感到遗憾。”近日，英特尔CEO陈立武的这一表态，揭开了全球CPU市场供应紧张的冰山一角。
在AI算力架构经历静默但深远的变革背景下，CPU的战略地位与市场价值正被重新评估。摩根士丹利预测，到2030年，全球数据中心CPU市场规模将达825-1100亿美元，其中325-600亿美元将直接来自智能体（Agentic AI）带来的新增需求。
01 角色反转，从训练到推理，CPU如何从配角变主角？
AI算力架构正经历从“GPU独舞”到“CPU-GPU共舞”的根本性转变。核心驱动力在于，AI工作负载的重心正从模型训练，大规模转向推理和智能体应用。
在模型训练阶段，计算高度并行，GPU凭借强大的浮点运算能力成为绝对核心。此时，CPU与GPU的典型配比为1:8，CPU主要负责数据预处理等辅助任务，仅贡献系统整体算力的10%-15%。
然而，当大模型进入规模化应用阶段，局面彻底改变。推理成为算力需求的主流，这项工作具有持续性、碎片化的特点，对延迟、成本和并发处理能力极为敏感。
更重要的是，在智能体场景中，CPU需要承担任务编排、状态管理、工具调用等核心工作。实测数据显示，在智能体的一次完整循环中，CPU处理的延迟占比高达90.6%，直接决定了整个系统的性能上限。
相应地，CPU与GPU的配比从训练时代的1:8，迅速演变为推理时代的1:4，甚至在部分复杂场景中逼近1:1。这意味着，同样规模的GPU集群，现在需要数倍于以往的CPU来支撑。
02 新瓶颈，智能体架构下，CPU面临三大技术挑战
随着AI智能体的普及，CPU在系统中的功能已从简单的“辅助工”转变为复杂的“总指挥”和“调度中心”，这使其面临前所未有的技术挑战。
内存带宽瓶颈 是首要难题。AI工作负载，尤其是涉及大语言模型推理时，对内存带宽要求极高。目前主流的DDR5内存实际带宽约270-280 GB/s，而GPU的HBM3显存带宽可达512 GB/s以上，差距显著。
PCIe带宽限制 构成了数据传输的“高速公路”瓶颈。CPU与GPU间的PCIe总线带宽，即使是新一代的PCIe 4.0，也远低于GPU内部的数据交换速度，这在数据密集的AI任务中影响巨大。
核心数并发限制 是掣肘系统吞吐量的关键。在高并发场景下，CPU核心数不足会导致系统性能急剧下降。行业数据显示，每GW算力所需的CPU核心数已从3000万飙升至1.2亿，增长达4倍，CPU成为AI算力扩张的核心瓶颈。
03 供需失衡，价格进入上行通道，国产CPU迎来窗口期
AI算力需求的爆发已直接冲击全球CPU供应链，导致市场供需格局发生重大转变，并推动价格进入明确的上升周期。
需求端持续激增。2026年Q1，英特尔服务器CPU出货量实现两位数增长，AMD在服务器CPU市场的价值份额创下41%的历史新高。数据中心与AI相关业务营收同比增长22%，达到51亿美元。
供应端却异常紧张。台积电3nm等先进制程产能极度吃紧，原计划用于CPU的晶圆产能，正被利润更高的GPU订单抢占。这直接导致AMD的交付周期从8周延长至10周以上，部分型号甚至需等待半年。英特尔数据中心CPU的交付周期也已延长至六个月。
供需失衡直接传导至价格。自2026年3月起，消费级CPU价格上涨5%-10%，服务器CPU价格上涨10%-20%。业内普遍预测，英特尔下半年仍有8%-10%的涨价空间，AMD服务器CPU可能在Q2、Q3各涨价一次，累计涨幅或将达到16%-17%。
东方证券分析师浦俊懿团队认为，本轮服务器CPU涨价是结构性需求转变所致，并非短期波动。随着AI智能体和强化学习的加速应用，CPU已成为核心瓶颈，其需求量有望持续提升。
04 国产力量，政策、需求与技术，三重机遇下的进击
市场格局的剧变与供应紧张，为国产CPU提供了宝贵的历史性机遇。机遇主要来自政策、市场需求和技术突破三个维度。
政策支持持续强化。2025年9月，国务院办公厅明确，自2026年1月1日起，政府采购本国产品可享受20%的价格评审优惠。国产CPU被列入信创产品目录，在关键行业采购中获得了明确的“入场券”。
市场需求呈现爆发式增长。以海光信息为例，其2025年营收达143.76亿元，同比增长56.91%。飞腾CPU的累计应用量，截至2025年底已突破1300万片，年增长300万片。这背后是金融、电信等行业对算力自主可控的迫切需求。
技术路线上，国产阵营正分头突围。海光采用x86兼容路线，其C86-5G处理器采用7nm制程，拥有128核。**坚持完全自主的LoongArch架构，其3C6000系列性能已对标2023年市场主流产品。飞腾则基于ARM架构，在中国移动2026年服务器集采中，其ARM架构服务器占比达到65.01%。
目前，国产CPU已与DeepSeek、Qwen3等全球99%的非闭源主流大模型完成适配，初步构建了全栈软硬件协同体系。
05 三足鼎立，x86、ARM、RISC-V的算力新战争
面对AI时代的算力新需求，CPU市场正形成x86、ARM和RISC-V三大架构“三足鼎立”的竞争新格局，各有优劣，攻守之势正在转换。
x86阵营凭借深厚的软件生态和兼容性，仍在高端市场占据主导。英特尔至强6处理器核心数已提升至128核，AMD的EPYC处理器能效比提升29%。它们尤其擅长处理AI任务中复杂的逻辑判断和分支预测。
ARM阵营则以卓越的能效比实现强势切入。亚马逊与Meta签署价值数十亿美元的多年期协议，核心正是亚马逊自研的ARM架构Graviton5 CPU，用于处理“智能体背后的CPU密集型负载”。业内分析指出，ARM架构的能效比超出x86约40%，这对降低大型数据中心的运营成本至关重要。
RISC-V阵营作为开放指令集的后起之秀，为国产CPU提供了另一条技术路径。虽然其在大规模AI服务器生态上仍不成熟，但在对功耗和定制化要求更高的边缘AI领域，正展现出潜力，预计渗透率可达10%。
未来竞争的关键，将不仅是核心数与主频的比拼，更是能效、软硬件协同以及特定AI场景优化能力的综合较量。
06 投资逻辑，从周期波动到结构性价值重估
AI算力架构的重构，正在彻底改变CPU产业链的投资逻辑。市场认知正从传统的、跟随PC和服务器更新周期的“周期论”，转向由AI智能体需求驱动的“结构性价值重估”。
CPU与GPU的配比，正从训练时代的1:8，向推理时代的1:4，乃至未来复杂智能体场景的1:1演变。这意味着，每增加一块高性能GPU，就可能需要搭配一个甚至更多的CPU核心。
国海证券分析指出，在AI智能体推理流程中，大量工具调用以CPU为中心，若CPU数量不足，将直接导致昂贵的GPU资源闲置。这种结构性变化，是驱动CPU需求持续放大的根本动力。
投资关注点也在从单纯的硬件性能，转向“全栈协同”能力。CPU的价值不仅在于自身算力，更在于其作为“调度中心”，与GPU、内存、加速器乃至上层软件生态的协同效率。
当高并发智能体请求袭来，系统延迟从2.9秒飙升至6.3秒以上，瓶颈往往不在承担计算的GPU，而在负责调度的CPU。
随着国际巨头产能告罄、价格上调，全球CPU市场的供应紧张格局至少将持续至2027年。这为在技术、生态和市场方面已做好一定准备的国产CPU厂商，打开了一个难得的替代窗口期。
市场的终局或许是：在国际巨头主导的高性能计算与通用服务器市场之外，一个由政策、特定行业需求和技术差异化路线共同塑造的国产CPU新生态，正在AI算力的浪潮中加速成型。
精彩评论