智能体时代的算力重排：谁掌握CPU，谁掌握节奏

*内容为转载编译，仅为呈现不同市场观点与研究视角，并不意味着本公众号对文中观点结论认可。

Intel带动美股半导体板块再度冲高，PHLX半导体指数创下历史新高并走出18连涨，Intel单日大涨22.6%，AMD、Arm也分别上涨13.7%和12%。过去两年，AI定价的中心一直是GPU，市场默认算力竞争等同于矩阵运算吞吐，英伟达因此成为全球最拥挤、也最有定价权的资产。

但2026年的AI工作负载正在变化：模型不再只回答问题，智能体开始规划任务、调用工具、访问数据库、管理上下文、协调多个子任务。GPU负责生成结果，CPU负责调度流程、处理控制流、管理I/O和维持系统利用率。Intel数据中心与AI业务最新季度收入达到51亿美元，同比增长22%，高于市场预期，背后正是服务器CPU需求被AI基础设施重新拉起。资本市场开始给一个被忽略的变量补定价：AI拼到后半程，限制系统效率的未必只有GPU，CPU也进入关键路径。

AI工作负载变了，CPU重新回到牌桌中央

过去两年，AI产业链的交易逻辑很简单：谁离GPU越近，谁越值钱。训练大模型需要巨量并行计算，GPU天然适合矩阵乘法和张量运算。资金沿着这条线一路买到英伟达、HBM、先进封装、光模块、服务器、液冷。CPU在这套叙事里显得不够性感，更多被视作GPU集群里的配套部件。智能体浪潮正在改变这张图。传统聊天机器人更像一次推理请求：用户输入，模型生成，任务结束。

Agent不一样。它要拆任务、调用工具、读写文件、访问网页、检索数据库、等待外部API返回、更新状态，再继续下一轮推理。一次任务可能包含几十次模型调用和大量控制流切换。计算任务从单点推理，变成多步骤闭环系统。这里面，GPU依然负责最重的生成部分，但CPU承担的工作量明显上升。它要调度GPU任务，要管理内存和网络，要处理各种工具调用，还要保证不同模型、数据库、缓存、权限和外部接口之间不堵车。

所以，CPU的角色从“配件”变成“系统中枢”。这也是Intel、AMD、Arm集体走强背后的产业逻辑。Reuters援引摩根士丹利报告称，随着AI从生成走向自主行动，计算瓶颈正在向CPU和内存迁移，Agentic AI可能到2030年为数据中心CPU市场新增325亿至600亿美元需求，届时服务器CPU总市场规模可能超过1000亿美元。这个判断对AI产业链定价非常关键。GPU决定系统上限，CPU决定系统能不能把上限跑出来。

一个GPU集群如果CPU调度不足，网络、存储、工具调用、任务排队都会拖慢整体效率。对云厂商来说，最贵的资产不是单颗芯片，而是一整套算力系统。GPU利用率每下降一个百分点，折旧、电费、租赁和冷却成本都会被放大。这也是CPU重估的核心：它不抢GPU的主角位置，但它开始决定GPU能不能充分工作。对于投资人来说，这种位置很有价值。因为市场早已给GPU龙头打满高预期，却刚开始意识到CPU、内存、网络、I/O这些系统环节同样有瓶颈溢价。

CPU有叙事，也有供需

CPU类公司上涨如果只有逻辑推演，很难走远。真正让市场重新定价的，是供需端同时出现变化。Intel最新业绩给了一个很直观的信号。公司数据中心与AI部门季度收入达到51亿美元，同比增长22%，明显高于44亿美元的市场共识。Intel投资者关系负责人John Pitzer把AI带来的服务器CPU需求形容为“insatiable”，也就是近乎停不下来的需求。这对Intel很重要。

过去几年，Intel在先进制程、GPU、代工转型上承受巨大压力，市场对它的信心很低。但服务器CPU这条线突然被AI拉回聚光灯，等于给Intel找到一条更现实的复苏路径：先不和英伟达正面争GPU，先抓住AI数据中心里不可缺少的CPU需求。供给侧也在变紧。TrendForce近期报道，服务器CPU价格自3月以来已上涨10%至20%，Intel下半年还可能再上调8%至10%。

Tom’s Hardware也提到，AI工作负载从训练走向推理和Agent后，CPU-GPU配比可能从过去1:8向1:1靠近，服务器CPU价格和供给压力同步上升。这不是传统PC周期复苏。PC CPU涨价，很多时候来自库存周期和渠道补库；服务器CPU这轮更像AI基础设施建设的“系统补短板”。

云厂商已经买了大量GPU，接下来要让这些GPU稳定运行，需要更多CPU、更多内存、更强I/O和更复杂的调度系统。不同公司吃到的机会也不一样。Intel的优势在存量服务器生态和x86数据中心基础。

很多企业和云厂商已有大量x86软件栈，迁移成本高，短期内Intel仍能吃到服务器CPU紧缺带来的价格和出货改善。AMD的优势在高性能服务器CPU。EPYC过去几年持续蚕食Intel份额，在核心数、能效和云厂部署上积累了口碑。Agent推高通用计算需求后，AMD能借高性能x86产品继续扩大数据中心存在感。Arm的逻辑更像一条长线。它不直接卖服务器CPU，而是靠架构授权进入云厂自研芯片体系。Amazon Graviton、Microsoft Cobalt、Google Axion这类云厂自研CPU，都让Arm从移动终端IP公司，逐步变成数据中心基础架构的一部分。Meta和AWS最新合作就是很好的样本。

Meta宣布将把数千万颗AWS Graviton核心引入自身计算组合，用于下一代Agentic AI工作负载；Reuters称这笔多年协议价值数十亿美元，Meta会成为Graviton最大客户之一。Meta官方还强调，没有单一芯片架构可以高效服务所有工作负载。这句话放在投资语境里很重。AI算力不再只有一种最优解，异构计算进入主线。GPU、CPU、内存、网络、ASIC、云厂自研芯片，会围绕不同工作负载重新分工。CPU重新定价，本质上是异构计算体系变得更复杂之后，市场给“系统协调能力”补上估值。

算力链条开始从单点溢价走向全栈重估

前两年，AI交易高度集中。英伟达代表GPU稀缺，台积电代表先进制造，SK海力士、美光代表HBM，少数标的拿走了大部分溢价。而现在，CPU上涨，带动市场重新看内存、存储、网络、PCB、电源、散热、数据中心设备。

原因也很直接：Agent工作负载越复杂，系统短板越多。CPU调度增加，内存访问和I/O压力会上升；多代理协作增加，网络延迟会影响系统吞吐；推理任务密度提高，电力和冷却成本也会变成利润率变量。Micron这类存储厂商被重新纳入AI核心链条，就是这条逻辑的结果。

AI不只吃GPU，也吃内存带宽、容量和数据搬运效率。CPU需求扩张后，内存和I/O需求会被同步放大。资金买的已不只是某一颗芯片，而是整套AI基础设施的瓶颈迁移。云厂的动作也很明确。Amazon持续推进Graviton，Microsoft推出Cobalt，Google推出Axion，Meta接入AWS Graviton核心。云厂自研CPU不是为了取代所有第三方CPU，核心目标是掌握成本结构和调度效率。

AI资本开支越来越重，谁能把单位推理成本降下来，谁就能在云服务定价和利润率上获得主动权。这也解释了Arm的估值弹性。Arm参与的不是单个CPU型号竞争，而是云厂自研架构的长期渗透。只要AWS、Google、Microsoft、Meta继续用Arm架构做数据中心CPU，Arm就能从IP授权逻辑，向算力基础设施生态逻辑延展。

不过，CPU重估也有风险。

第一，涨价预期已经很快进入股价。Intel单日暴涨、SOX 18连涨后，短线情绪明显偏热。Reuters提到，半导体指数前瞻市盈率约26.6倍，已经高于标普500的20.7倍。

第二，CPU需求仍然依赖云厂资本开支。如果微软、亚马逊、谷歌、Meta后续放缓数据中心建设，CPU紧缺逻辑会被市场重新审视。

第三，架构竞争会压缩部分公司的长期溢价。Intel和AMD受益于x86服务器需求，但云厂自研Arm CPU会持续分流部分通用工作负载。CPU赛道会扩容，内部份额不会静止。

所以，这轮行情不能简单理解成“CPU全面胜出”。更准确的判断是：AI算力定价从GPU单点溢价，扩展到系统效率溢价。CPU拿到一部分定价权，内存、网络、电力、散热和云厂自研芯片也会继续分走一部分资金关注。

结语

CPU重新站上AI交易台，给市场提供了一个很清楚的提醒：AI行情没有结束，但资金定价的对象正在变。前半场，市场买GPU，因为训练大模型最缺并行计算。后半场，Agent开始跑起来，AI系统变成持续运转的复杂工程，CPU、内存、网络、存储、电力和冷却都会进入关键路径。谁控制瓶颈，谁就能获得下一轮估值溢价。Intel这轮暴涨给了老牌芯片公司一个翻身窗口，AMD拿到高性能x86服务器CPU的弹性，Arm则借云厂自研CPU进入数据中心深水区。

三家公司同步被重估，背后不是简单的周期反弹，而是AI工作负载变化带来的算力结构重排。对产业来说，这会推动一轮更现实的AI基础设施竞赛。云厂会继续买GPU，也会更重视CPU配比、内存容量、网络架构、数据中心电力和系统调度。

AI公司的竞争，也会从模型参数和单次推理能力，延伸到单位成本、响应延迟、任务完成率和系统稳定性。对资金来说，AI主线会更分散，也更考验判断。最容易赚钱的阶段，往往是瓶颈刚被市场发现、订单还没有完全反映在估值里的阶段。

CPU正在进入这个窗口，但窗口不会永远停留。后续要看云厂资本开支、服务器订单、CPU价格、内存配套和Agent应用落地速度。AI不再只是一场GPU竞赛。它正在变成一场系统战争。GPU决定爆发力，CPU决定节奏，内存和网络决定效率，电力决定边界。下一轮算力重估，会围绕这些瓶颈一层层展开。