过去三年聊AI算力，所有人的目光都在GPU上：H100、B200、Rubin，HBM产能、CoWoS封装、台积电3nm工艺，CPU仿佛成了数据中心里那个"不重要的配角"——训练集群里CPU:GPU比例普遍做到1:4甚至1:8，看起来只是给GPU打打下手。

但一场静悄悄的革命正在发生：智能体AI（Agentic AI）正在把CPU从配角重新推回舞台中央。

当AI从"你问我答的聊天机器人"进化为"能自主规划、调用工具、跨系统执行任务的智能代理"，推理不再是单次前向传播，而是一个持续的循环：检索信息→规划步骤→调用工具→中间推理→再次调用模型→最终执行，整个过程中CPU负责任务调度、数据供给、工具协调、内存管理，一旦CPU性能不够，价值几十万一块的GPU就会因为等数据而闲置——业界把这叫做"CPU税"。

伯恩斯坦最新研报直接把2030年服务器CPU市场规模（TAM）预测从1370亿美元大幅上调至2230亿美元，相当于2025年370亿美元规模的6倍，5年CAGR高达43%。Arm是结构性最大受益者，英伟达Vera、AWS Graviton、微软Cobalt、谷歌Axion清一色基于Arm架构；AMD凭借产品优势继续抢占x86份额；英特尔也在强劲服务器需求下业绩修复；中国市场海光信息将在2028年后加速渗透，2030年国内份额有望突破35%。

一、Agent AI为什么突然需要这么多CPU？

AI范式从1.0到2.0的跃迁，是CPU需求爆发的根本原因。

在ChatGPT代表的大模型1.0时代，用户输入一个问题，模型做一次前向传播返回答案，GPU承担了几乎所有计算工作，CPU只需要简单喂数据即可，那时候主流训练集群CPU:GPU比例可以做到1:8甚至更低，推理集群谷歌TPU v6e、Meta大提顿系统也做到了8:1的GPU:CPU比。

但智能体AI完全不同，一个请求的处理路径变成了：

理解用户意图→CPU做任务拆解和规划

检索外部知识/调用API→CPU管理网络和工具调度

多次模型调用→CPU协调GPU算力分配

中间结果存储与上下文管理→CPU管理内存和数据流

最终结果整合输出→CPU做后处理和行动执行

这意味着推理变成了持续的循环工作流，GPU只在需要做矩阵运算时工作，其余大量的编排、调度、I/O、协调工作全部要CPU完成。如果CPU性能不足，昂贵的GPU就会处于"等米下锅"的闲置状态，整个集群效率大幅下降。

硬件厂商已经用脚投票，新一代AI平台的CPU:GPU配比正在快速向均衡回调：

AI平台	CPU:GPU配比	架构特点
谷歌TPU7x	1:4	1个CPU配4个TPU芯片
AMD威尼斯	1:4	1个CPU配4个MI455X GPU
英伟达Vera（Rubin超级芯片）	1:2	1个Arm CPU配2个Rubin GPU
未来代理推理集群	1:1甚至更高	推理侧CPU需求追上GPU

伯恩斯坦基准情景假设：2030年AI数据中心总资本开支达到3.5万亿美元，部署70吉瓦AI算力，推理侧CPU:GPU配比为1:1，训练侧为0.5:1，CPU ASP约为GPU的13%，测算下来2030年全球服务器CPU市场规模将达到2230亿美元，其中1740亿美元来自Agent AI工作负载，490亿美元为传统非AI服务器需求。

我们可以看一下三种情景的敏感性测算：

情景	2030年AI资本开支	推理CPU:GPU配比	2030年服务器CPU TAM
熊市	3万亿美元	0.5:1	1370亿美元（原预测）
基准	3.5万亿美元	1:1	2230亿美元
牛市	4万亿美元	1.5:1	3300亿美元

用另一种方法交叉验证：根据Arm的数据，Agent AI工作负载每吉瓦算力需要1.2亿个CPU核心，传统数据中心仅需3000万核心/GW，按每核心20美元保守计算，70吉瓦AI算力对应的CPU市场规模约1680亿美元，和自上而下测算的1740亿美元基本吻合，验证了预测的合理性。

在AI数据中心总成本结构中，CPU占比也将从传统LLM时代的约14%提升到Agent时代的50%，真正实现和GPU平分秋色。

二、Arm成最大赢家，甚至亲自下场做芯片

Agent AI时代CPU的核心诉求不再是单线程峰值性能，而是每瓦性能、核心密度、能效比——这正好是Arm架构的传统优势领域。

Arm在服务器市场的渗透速度超出所有人预期：截至2024年底，全球顶级超大规模云厂商已经部署了超过100亿个Neoverse核心，Arm在云服务商CPU市场的份额预计从2025年的25%提升到2030年的36%，2030年Arm架构服务器CPU市场规模将达到1230亿美元，占整体服务器CPU市场的55%。

三大云厂商早就All in自研Arm CPU：

AWS

：2018年最早推出Graviton系列，2025年发布的Graviton 5已经做到192核心，相比Graviton4翻倍，Arm实例占AWS总实例数的25%，公共云中57.2%的Arm实例都部署在AWS；

微软Azure

：2024年推出首款基于Neoverse CSS的Cobalt 100（132核心），仅用一年时间Arm实例在Azure的占比就达到33%，下一代Cobalt 200已经在规划中；

谷歌GCP

：2024年推出Axion（72核心），目前GCP所有实例中21%是Arm实例。

英伟达也全面倒向Arm：

英伟达从Grace开始就采用Arm架构，2026年即将和Rubin GPU一同发布的Vera CPU更是专门为Agent AI优化：基于自研Olympus Arm核心，内存带宽高达1.2TB/s（是传统x86 CPU的两倍），功耗却低一半，NVLink-C2C互连和GPU之间双向带宽达到1.8TB/s，比PCIe Gen6快7倍。从DGX GB200机架开始，英伟达已经全面转向Arm CPU方案：一个GB200机架包含36个Grace CPU和72个Blackwell GPU，合计2592个Arm Neoverse V2核心，这直接把Arm在AI服务器中的渗透率拉到了新高度。英伟达自己预测Vera CPU的营收规模将达到200亿美元。

Arm亲自下场做芯片：

最重磅的变化是，2026年3月Arm在"无处不在的Arm"活动上宣布战略升级：不再只做IP授权，将推出自研的Arm AGI CPU芯片产品，直接服务Meta、OpenAI等不想自己设计CPU的客户，同时还和Cerebras、Cloudflare、SK电讯等合作伙伴联合推进。

Arm官方目标是2031财年AGI CPU业务收入达到150亿美元，公司总收入250亿美元；伯恩斯坦预测更为乐观，预计2031财年Arm AGI CPU销售额将达到220亿美元，贡献77亿美元运营利润（占公司总运营利润的52%），整体每股收益达到11.79美元，对应目标价从410美元上调至500美元。

Arm CPU核心数也在快速扩张：当前Graviton5已经做到192核心，下一代云CPU普遍进入200-300核心区间，未来甚至可能做到单芯片500核心。同时Arm的CSS（计算子系统）方案大幅降低了客户自研CPU的门槛，客户采用CSS可以节省80人年的工程投入，项目启动到流片仅需13个月，上市时间缩短一年，预计到2031财年CSS贡献的版税占比将超过50%，量价齐升推动Arm版税收入从2025财年的1.35亿美元增长到2031财年的18亿美元。

三、x86阵营也受益，AMD继续领跑英特尔追赶

Arm虽然是结构性受益者，但并不意味着x86会走向消亡——2230亿美元的整体大盘里，x86仍将占据近半份额，强劲的AI服务器CPU需求让AMD和英特尔都迎来了业绩增量。

AMD是x86阵营最大赢家。凭借EPYC系列的产品优势，AMD在2026年一季度持续抢占英特尔x86市场份额，在产能保障上也更加积极。伯恩斯坦将AMD目标价从525美元上调至600美元，维持"买入"评级，预计2027、2028年AMD非GAAP EPS分别达到14.61美元、19.53美元，受益于服务器CPU需求强劲和GPU业务协同。AMD在2026年5月的财报会上已经将2030年CPU TAM预期从600亿美元翻倍上调至1200亿美元，也侧面印证了行业需求的爆发。

英特尔虽然之前判断失误（2025年7月还在出售所谓"过剩"工具产能，认为服务器需求低迷，到年底才紧急转向），但强劲到超出预期的需求也让英特尔受益——客户甚至愿意买英特尔之前已经报废的产品，只要能拿到货。伯恩斯坦将英特尔目标价从65美元上调至100美元，评级为"增持"，不过也承认其产品力目前仍和AMD有差距，要等Coral Rapids发布后才有望逐步缩小差距。

从市场节奏看，2026年上半年因为英特尔产能受限、全球供应链优先供应美国超大规模客户，AMD份额加速提升；随着英特尔产能修复，下半年开始两家都会享受行业β增长。

公司	评级	目标价	核心逻辑
Arm	跑赢大盘	500美元	Agent AI CPU最大结构性受益者，IP+芯片双轮驱动
AMD	跑赢大盘	600美元	产品力领先，x86份额持续提升，CPU+GPU双轮驱动
英特尔	市场表现	100美元	服务器需求强劲带动业绩修复，但产品力待追赶
软银	跑赢大盘	11200日元	作为Arm母公司，持有Arm高价值股权，重估空间大
海光信息	跑赢大盘	450元人民币	国产x86龙头，2028年后中国市场份额加速提升

四、中国市场：短期承压，2028年后海光加速渗透

中国x86服务器CPU市场会走出独立节奏，核心逻辑是国产替代+AI投资加速。

短期（2025-2027年）中国市场会经历一段"增速洼地"：一是因为高端GPU出口管控，国内AI芯片供应受限，AI基础设施建设节奏慢于美国；二是全球CPU厂商（AMD、英特尔）优先把产能分配给需求更确定、溢价能力更强的美国云厂商和AI实验室，导致国内CPU供给阶段性偏紧；三是国内云厂商资本开支扩张节奏相比美国超大规模厂商更为温和。这一阶段中国占全球x86服务器CPU市场的份额将从历史30%左右下降到2026-2027年的21%-23%低谷。

但2028年后，中国市场将迎来结构性复苏：一是国内AI芯片供应改善（包括国产GPU产能释放），AI投资加速；二是海光信息等国产CPU厂商产品性能、生态兼容性持续提升，和国产AI加速器的互操作性增强，除了传统政府、国企客户外，开始渗透云服务提供商市场；三是全球CPU供给紧张的环境下，AMD、英特尔优先供应美国客户的策略反而给国产CPU留出了替代空间。

预计中国服务器CPU市场2025-2028年CAGR为30.6%，略低于全球其他地区的34.8%；但2028-2030年CAGR将达到36.3%，超过全球其他地区的26.6%，2030年中国市场占全球份额将回升到27%左右。

海光信息是国产x86 CPU绝对龙头，其国内市场份额将从2020年代初的个位数提升至2026-2027年的20%，2030年超过35%，国产x86整体自给率将提升至35%左右。伯恩斯坦将海光目标价从280元大幅上调至450元人民币，对应2028年预测EPS 6.3元，71倍PE。

五、风险提示：三大潜在制约因素

虽然CPU复兴的大方向清晰，但也要警惕潜在风险：

产能瓶颈

：台积电先进制程产能是所有CPU和GPU厂商的共同瓶颈，CPU扩产需要和GPU、ASIC等其他产品争夺产能，如果产能分配不足，可能限制实际出货量；

内存瓶颈

：CPU和GPU都需要配套大容量内存（尤其是HBM），如果HBM产能不足或者价格大幅上涨，可能拖累整体服务器出货；

商业模式变化

：目前HBM和GPU打包销售，英伟达等厂商收取了高额加价（毛利率60%-70%），如果超大规模云厂商开始效仿Alchip模式直接向内存厂商采购HBM，可能导致GPU/加速器ASP下降，进而影响基于GPU价值测算的CPU市场规模。

结语：AI算力的下一个重估环节

从2022年底ChatGPT发布至今，AI算力的投资逻辑先后经历了GPU→HBM→先进封装→液冷→MLCC/PCB等周边器件的轮动重估，而CPU作为AI服务器中价值量最高的核心器件之一，过去因为"配角"身份被市场严重低估。

Agent AI的到来彻底改变了这一逻辑：当AI从"单次问答"进化为"持续自主执行"，CPU作为系统调度者的价值被重新激活，2230亿美元的市场空间、43%的五年复合增速，意味着CPU正在成为AI算力链下一个价值重估的核心环节。

Arm凭借能效优势成为最大结构性赢家，从IP授权商升级为"IP+芯片"双轮驱动的平台型公司；AMD凭借产品力继续收割x86份额；英特尔在强劲需求下迎来修复窗口；而以海光为代表的国产CPU厂商，也将在2028年后迎来份额加速提升的黄金期。

属于CPU的复兴时代，才刚刚开始。