AI带动CPU行业观点更新

1、CPU供需现状与短期影响

海内外CPU涨价情况：当前全球CPU市场价格普遍上浮，不同品类涨幅差异明显：高密度多核服务器CPU涨幅超30%，通用服务器CPU涨幅15%-20%，消费级PC CPU涨幅8%-12%。海外涨价节奏较快，印度已连续发布两次CPU涨价公告。国产CPU价格调整节奏慢于海外，鲲鹏、海光、飞腾等国内主流CPU暂未明显上调价格，但原有价格优惠政策明显收缩：国产CPU原有折扣普遍为5个点左右，此前配套的返利、特价等优惠目前已基本取消。受全球CPU供应紧缺影响，预计2026年下半年国产CPU价格存在上浮趋势。

·CPU供应缺口与交期：2026年全球CPU整体供应缺口较大，受产能不足限制，CPU拿货周期已从原先的8-12周延长至12-24周。当前下游CPU需求紧迫，供应缺口压力突出，若海外CPU供给无法满足市场需求，下游客户存在转向采购国产CPU的可能性。

·供需紧缺的短期影响：CPU价格上涨、交期拉长会直接影响云数据中心业务拓展规划，延缓算力中心建设进度，项目拖期将带来额外成本压力。当前国内云厂商已在加速推进国产CPU适配：五斗云等厂商已与鲲鹏开展长期定制化合作，天翼云、阿里云、腾讯云等作为信创云供应商，一方面针对信创业务需求完成国产CPU适配，另一方面其自用的GDM/JDM服务器已纳入鲲鹏、飞腾、海光等国产CPU选项。云厂商技术适配能力较强，适配进度快于金融、运营商、能源等其他行业，预计2026年下半年国内互联网厂商或将启动国产CPU大规模采购。

2、CPU性能参数与定价情况

·国内外CPU性能差距：当前主流CPU架构分为x86与ARM两类，针对实际应用场景，国内外CPU的性能差距已经不大。目前云厂商、金融行业等客户对国产CPU的性能要求为不低于x86架构产品的85%，现有国产CPU已基本可达到该指标。海光及ARM架构国产CPU，在金融核心交易场景下性能可达英特尔同类产品的85%，在分布式存储等场景下性能最高可达90%，可满足云厂商及下游终端客户的实际应用需求，随着国产芯片技术持续迭代，性能达标表现将更为稳定。

·海外CPU分核数定价：海外CPU的定价受采购模式影响存在差异，当前涨价后的实际出货价已低于官方标价，具体分核数定价水平为：144核的英特尔、AMD CPU定价约9万元，96核产品定价约7万元，64核产品定价约4万元。互联网厂商、CSP大厂、云厂商等下游客户的采购核数选择与应用场景高度绑定：a. AI等对算力密度要求较高的场景，主流采购规格为96核、128核、144核的高密度CPU；b. 通用计算场景，主流采购64核CPU。

·国产CPU价格与良率：同性能的国产CPU价格低于海外同类产品，国内市场中，64核ARM架构CPU价格较英特尔、AMD的x86架构产品更低。国产CPU刚推出时受良率限制价格偏高，后续良率稳定后价格仍有下降空间。目前国产CPU产线的良率处于爬坡提升阶段，初期交付阶段良率相对偏低，爬坡完成后可稳定在85%以上，后续随着良率进一步提升，成本有望进一步下降。

3、AI场景CPU需求增量逻辑

·Agent场景CPU需求逻辑：前期AI需求主要集中在大模型训练场景，GPU配套增速较快，相关场景尚未大规模落地。当前随着AI Agent等应用快速落地，其影响覆盖服务器、终端PC、工作站、边缘设备等多类硬件，带来新增爆发式需求。AI Agent运行过程中，仅2-3个环节需要GPU参与，其余大部分工作，包括外部信息获取、API调用、数据爬取、文件读取、数据库对接、大模型调用的任务拆解、调度以及全流程数据处理等，均由CPU与内存完成，CPU成为AI Agent场景下的主要计算载体，对CPU的核数密度、内存容量、响应延时均提出较高要求。同时AI Agent推理场景对GPU配置要求较低，服务器端仅需搭配1-2张GPU即可配合双路CPU运行，AI PC等端侧设备仅需CPU搭配小算力GPU即可满足运行要求。

·智算服务器CPU配比趋势：当前大模型相关场景本身对高密度CPU的需求量已持续增长，目前智算服务器中CPU与GPU的配比约为1:4至1:2。随着AI Agent场景需求持续释放，CPU在智算服务器中的配比将进一步提升，由于AI Agent运行对CPU依赖度更高、对GPU配置要求更低，未来智算服务器硬件配置结构将逐步向CPU倾斜，长期来看，在GPU数量不变的前提下，CPU与GPU的配比将向1:1的趋势发展，AI Agent也将成为后续CPU需求增长的核心增量拉动场景。

4、CPU采购标准与场景落地

·CSP采购CPU考核标准：AI产业迭代后，CSP大厂采购CPU的考核标准较此前出现调整，核心考核计算密度即CPU核数。具体参数要求为CPU核数至少64核、主频至少2.1G以上，除此之外，考核指标还覆盖内存速率、内存容量、NVMe规格数量三类核心计算相关参数。目前国产CPU基本可满足上述主流参数要求，能够适配CSP大厂当前的采购标准，不存在明显的技术参数瓶颈。

·Agent应用场景划分：Agent落地普及速度较快，产品与技术端均具备规模化推广基础，主要覆盖三类应用场景，各场景因算力差异存在功能与部署区别：a. 服务器端：算力充足，属于高并发Agent载体，可支撑电商行业分析、企业智能办公、智能客服、商业决策等To B类场景，能够同时承载数百至数千个Agent并行运行；b. PC端：属于轻量化部署的AI PC，采用CPU搭配小GPU的架构，目前相关产品已落地，主要作为个人办公助手，可处理日程排配、报告整理、资料分析、本地文件事务等个性化需求；c. 边缘端：部署在网关、工控机等嵌入式设备上，目前产品已开发完成，技术落地推进迅速。

·智算集群与Agent的关系：智算集群算力提升与Agent落地属于不同的增量环节，二者为相互依存、正向牵引的循环关系。智算集群的算力越强，支撑的大模型智能化水平越高，能够推动AI产业快速爆发；而AI产业需求增长后，又会对大模型的智能化水平提出更高要求，反向拉动智算集群的算力持续升级，二者形成的正向循环将共同拉动CPU需求持续增长。

5、国产CPU市场规模与格局

·AI场景CPU性能要求：Agent场景以逻辑运算为主，整体运行属于软件类场景，运行过程中GPU仅在初始分析决策环节发挥少量作用，数据整理、拷贝、下载等核心运作环节均由CPU承担，对CPU的需求远高于GPU。AI服务器对CPU的性能要求随技术发展变化：早期GPU算力、网络带宽需求相对较低时，CPU仅承担调度功能，因此对CPU性能要求不高；伴随GPU算力、互联带宽大幅提升，CPU调度能力成为影响整体性能释放的关键因素，CPU性能越高，AI服务器的整体性能发挥效果越好。

·国内服务器市场规模：2026年国内服务器市场整体规模约500万台，其中国产服务器增长势头迅猛。近3-4年国产服务器渗透率快速提升，市占率从此前10%左右提升至当前的20%-30%，实际出货量从20万台增长至近100万台。国产服务器规模快速扩张主要源于三方面核心支撑：

a. 国产芯片经过多轮技术迭代，已可基本满足国内客户需求；

b. 国产芯片技术迭代持续推进，性能不断提升，得到下游客户端的广泛认可；

c. 国内ARM生态适配迁移工作逐步完善，软硬件配套生态已较为完整，后续国产服务器增长速度将进一步加快。

6、x86与ARM架构对比分析

·架构市占率趋势与差异：国内x86与ARM架构的市占率将出现较大变化，海外ARM架构的市场增速也处于较高水平。两类架构核心差异体现在多维度：安全层面，x86架构经测试确认存在后门，安全因素是国内市场架构选择的核心考量；性能与功耗层面，ARM架构单核性能弱于x86，但在分布式存储、数据库等场景下具备适配优势，且随着工艺升级，ARM的功耗低于x86；AI应用场景层面，两类架构表现差异不大，AI集群中CPU仅负责调度工作，核心计算任务由GPU完成，架构属性不会对计算效率产生明显影响。

·CPU核数提升配套要求：CPU核数提升后，对内存相关配套组件的技术要求最为突出，可通过三类路径优化适配：a. 扩充内存通道数量，匹配多核数据交互需求；b. 提升内存速率，减少数据传输瓶颈；c. 引入低延时技术优化传输效率，例如CXL技术可有效降低数据交互延时，适配多核CPU运行需求。

·ARM生态与架构优劣势：ARM此前以IP授权为核心业务，当前下场自研CPU，将进一步推动ARM生态完善。两类架构核心优劣势对比清晰：x86指令集迭代时间久，单核性能表现更强，且上下游软硬件生态成熟，开发者与使用者接受度更高；ARM为原生多核架构，对芯片架构设计、微架构设计及应用调优的要求更高，前期市场推广进度较慢，随着近年生态持续完善，在分布式等场景的适配优势逐步显现。当前ARM生态已较为完善，云厂商适配速度较快，AI场景下ARM与x86在使用适配、调优层面基本无明显差异，不存在GPU与特定架构绑定的情况。

7、CPU行业未来发展展望

·市场增量与国产替代展望：a. 全球CPU缺口方面，2025年全球服务器CPU出货量为3000多万片，2026年受智能体场景爆发、原有云业务及智能数据中心业务增长需求驱动，全年CPU供需缺口达800-1000万片。b. 国产替代进程方面，叠加国内信创产业加速迭代的催化，国产服务器市场份额持续提升，当前已达到20%-30%的水平，未来三年有望进一步提升至50%。c. 性能追赶进度方面，不单一以技术参数作为国内外CPU的对标标准，而是以能否满足金融、运营商等主体的核心应用场景业务需求为核心判定依据，随着技术迭代，国内CPU性能预计2年左右即可追上海外水平，甚至可能在部分特性上实现技术突破。

·制程差距的影响分析：a. 制程差距的核心影响方面，当前国内CPU普遍采用7nm左右的先进制程，而海外英特尔已做到3nm-5nm制程，二者的制程差距主要影响芯片体积与功耗，不会直接影响下游客户的采购意愿，一般客户不会刻意关注制程参数。b. 功耗问题的解决方案方面，针对制程带来的功耗问题，行业已有对应技术方案，可通过业务传输自动降频、功耗封顶等优化手段，将服务器功耗控制在客户需求范围内，仅对整机商的设计工艺提出一定要求，相关影响不会传递至客户端。c. AI场景的功耗敏感度方面，在AI场景下，GPU为主要高功耗组件，且当前智算中心普遍采用液冷方案，CPU功耗敏感度较低，制程带来的功耗差异不会产生明显影响。

·缺口测算与核心数趋势：a. CPU缺口测算逻辑方面，CPU供需缺口核心测算逻辑为智能体（Agent）落地与智算集群建设的相互牵引作用，智能体场景的加速落地将驱动CPU核心需求增长4倍，同时带动内存带宽需求增长2-4倍，结合核心数增长的对应关系即可推算出整体缺口规模。b. 核心数增长趋势方面，CPU核心数扩张存在两大限制因素：一是核心数增长与制程工艺直接相关，特定制程工艺可支撑的核心数存在物理上限，无法无限提升；二是核心数越多芯片面积越大，单块十二寸晶圆可切割的芯片数量越少，会显著推高生产成本，因此核心数不会持续翻倍增长。