社区

先看一组昨晚的收盘数据，你们感受一下。

ARM涨17.16%，英特尔涨12.14%，AMD涨9.95%，市值首次站上1万亿美元。高通涨9.29%，台积电涨2.42%。而英伟达，涨幅只有2.30%。

同一个AI赛道，同一个算力标签，涨得最猛的，是那些卖CPU的公司。而过去两年被捧上神坛的GPU龙头，涨幅温和得像一个局外人。

这不是随机波动。这是市场在用真金白银，重新划分AI算力的价值版图。

一、Muse的架构，直接翻译成了一张CPU采购单

引爆这一切的，是Meta的Muse。

9月8日发布的Muse，上线约10天，登上美国App Store免费榜第一，超过ChatGPT。根据Apptopia的估算，Muse在美国和加拿大的前12天下载量达到180万次，同期ChatGPT只有130万次。

但真正让市场重新定价CPU的，不是下载量，是它的架构。

Meta给每个Muse用户分配了一台专属的云端虚拟机，配置为2颗vCPU、8GB内存、100GB SSD。这台虚拟机有自己的浏览器、文件系统、后台任务。而且，它在你关闭App之后仍然继续运行。你的Muse可以在你睡觉的时候替你比价、填表、发邮件、追踪物流。

这意味着什么？意味着一个用户 = 一台常驻的云端计算机。不是一次性的推理请求，是一个7×24小时在线的虚拟工作机。

Wccftech做了一个简单的测算：如果Muse用户达到1亿，按每用户2颗vCPU计算，需要约2亿颗vCPU核心。按AMD EPYC每颗芯片126核折算，需要至少158万颗EPYC CPU。即使考虑到部分用户同时活跃、CPU可以共享，按50%的并发率折算，也需要约79万颗EPYC CPU。

而这还只是CPU。内存和存储的需求同样惊人：1亿用户意味着100 PB的RAM和10,000 PB的SSD。

Muse的架构本身，就是一张天量的CPU采购单。这不是AI需要更多算力的泛泛之谈，这是一个可以直接算出来的、结构性的需求增量。

二、算力账本被改写了：从“矩阵运算”到“任务调度”

这才是今天最核心的逻辑。

2023年到2025年，AI的主旋律是训练。训练的本质是大规模矩阵运算，GPU是绝对主角。一颗GPU配八颗CPU，CPU在训练集群里只是调度员，负责把数据喂给GPU，自己不做重活。

但Muse代表的Agent工作流，是完全不同的东西。

华泰电子把Agent拆成了四个模块：LLM + Planning + Tool Use + Memory。CPU承担的是任务编排、数据调度、沙箱执行、记忆管理这四个关键环节。GPU只在LLM的模型推理那一步介入，而Agent完成一个完整任务，需要反复调用工具、读写数据、维护状态、判断下一步做什么——这些全是CPU的活。

康奈尔大学的研究给出了一个更惊人的量化：在五大代表性Agent工作负载中，CPU端的工具处理、逻辑调度、数据预处理环节，占总端到端延迟的比例达到43.8%到90.6%，远高于GPU端的模型推理占比。

TrendForce的测算更激进：部分Agent工作负载的CPU:GPU配比，可能从传统的1:8，变成4:1甚至高达40:1。

英特尔CEO陈立武在4月的财报电话会上已经给出了方向性判断：CPU与GPU的配比已从1:8收紧至约1:4，未来有望趋向1:1，甚至可能进一步向CPU倾斜。英特尔CFO补充了一个更精确的区分：训练负载通常需要7到8个GPU配1个CPU，而推理负载收紧至3到4个GPU配1个CPU。

Agent工作流比推理更重。因为它不是你问一次，模型答一次，而是你给一个目标，Agent自己拆解步骤、调用工具、检查结果、继续推进。这个循环里，GPU只在模型思考的那一瞬间工作，剩下的时间，CPU在管文件系统、在跑浏览器、在调度子任务、在维护记忆。

瓶颈从矩阵运算，挪到了任务调度与I/O。

三、市场在给什么定价：CPU的“量价齐升”

昨晚的涨幅，本质上是在给这个逻辑定价。

AMD涨9.95%、市值破万亿，是因为它是EPYC服务器CPU的核心供应商，是Muse这类VM架构最直接的受益者。ARM涨17.16%，是因为Meta在2026年3月已成为ARM AGI CPU的主要联合开发方和部署伙伴。英特尔涨12.14%，是因为陈立武明确说过CPU:GPU配比在向1:1演进，而英特尔的数据中心CPU产能目前只能满足约50%的客户需求。

这是市场在给CPU的供给溢价定价。AMD自己已经上调了服务器CPU市场的长期增速预期：从每年18%提高到超过35%，到2030年市场规模超过1200亿美元。

A股这边同步映射。科创芯片设计指数涨近4%，海光信息盘中市值一度突破6000亿元，全天成交额突破百亿；澜起科技开盘涨9.47%，摩尔线程涨逾8%。逻辑是一样的：Agent把CPU从配角调度器推到了算力枢纽的位置。

四、反面推演：如果Agent采纳率停在250万下载量级呢？

先说一下风险。这轮CPU重估的底层假设，是Agent的采纳率会持续爬升，用户规模从百万级走向亿级。

如果这个假设不成立呢？

Muse目前在美国和加拿大的iOS下载量约180万次，登顶App Store免费榜是事实。但下载量不等于持续活跃用户。一个用户下载了Muse，试了两天，发现它订机票要反复确认、浏览亚马逊被阻止（Axios报道亚马逊已阻止Muse在其平台浏览和购买商品），然后卸载了——这个用户不会产生持续的CPU负载。

Wccftech的测算里有一个关键变量：并发率。如果1亿用户里只有10%在任何时刻活跃，CPU需求降到15.8万颗；如果50%活跃，是79万颗。从158万到15.8万，差了十倍。这个差距，就是Agent到底是不是一个常驻工作流与Agent只是一个偶尔打开的工具之间的本质区别。

第一个检验点就在眼前：Meta Connect 2026，9月23-24日。

盯住三个数字：Muse的日活跃用户数、平均任务完成率、以及Muse接入AI眼镜后的用户授权确认次数。如果这些数字证明Muse是一个高频、持续、自动化的工作流，CPU重估的逻辑就站得住。如果它只是一个下载了、试了、不用了的AI玩具，这轮涨幅会被迅速回吐。

用“Agent工作流”替代“AI概念”来筛选持仓

在Agent时代，谁的工作流里CPU含量高，谁就是受益者。

第一，别把“AI芯片”当一个词来买了。GPU和CPU在Agent工作流里的角色完全不同。GPU负责思考，CPU负责干活。Agent越复杂，干活的比重就越大。你的AI仓位里，CPU的暴露够不够？

第二，盯住Meta Connect的日活数据。这是验证Agent是不是常驻工作流的第一个硬数据。如果日活/下载比健康，CPU的逻辑成立；如果下载量高但日活低，这轮涨幅就是情绪。

第三，国产链看海光和中科曙光。海光是A股x86服务器CPU龙头，中科曙光与海光深度绑定，是国产x86架构CPU最核心的落地载体。逻辑和美股一样：Agent驱动的CPU需求增量，是真实存在的结构性变量，不是短期概念。

第四，别忽略供给端的约束。英特尔数据中心CPU产能只能满足50%的需求，这意味着CPU的量价齐升里，价的弹性可能比量更大。在供给受限的环节，定价权是最硬的。

GPU的故事没有结束，CPU的故事刚刚开始。Muse们到底是工作流，还是玩具。Meta Connect会给出答案的。

$Meta Platforms, Inc.(META)$ $美光科技(MU)$ $谷歌(GOOG)$ $英伟达(NVDA)$ $亚马逊(AMZN)$