AI爆发带动CPU需求全面升级!

1、CPU需求现状与配比变化预期

·CPU增量需求与采购情况：当前CPU需求增长核心驱动为Agentic AI，其落地带动云厂商CPU利用率明显提升。中国数据中心70%的CPU供应给云厂商，最近两个季度云厂商CPU采购提升超50%，未实现翻倍。需求从2025年Q4开始进入稳健增长通道，单季度涨幅约20%，暂无爆发式需求出现，相关概念性炒作与实际需求存在偏差，增长具备较强稳定性。

·CPU与GPU配比现状与预期：当前市场服务器主要分为三类，不同机型CPU/GPU配比存在差异：a. 标配GPU服务器为2颗CPU搭配8颗GPU，对应配比1:4；b. 推理用GPU服务器为2颗CPU搭配16颗GPU，对应配比1:8；c. 标准服务器无GPU配置，仅搭载CPU。当前全量服务器CPU/GPU整体配比为1:3-1:4，暂未明显向1:2甚至1:1收窄。若未来Agent AI大规模落地，其任务编排、分发、协调需求需要大量通用CPU算力支撑，将带动配比收窄，短期一两个季度配比无明显变化，两个季度后或出现调整。

·CPU供需与产能规划情况：当前CPU缺货程度低于内存，无特别紧俏情况，短期缺货与股价上涨无明显关联。半导体产能通常提前1年锁定，单季度产能浮动最高仅20%，即使需求短期大增，产能也难以及时跟进。海外头部云厂商CPU需求虽有所紧俏，但紧俏程度与股价翻倍涨幅不匹配，二者无线性对应关系。

2、CPU-GPU互联架构方案对比

·英伟达整机柜解耦方案特点：传统CPU-GPU互联方案采用固定配比模式，典型配置为两颗CPU搭配八个GPU，该模式存在明显局限性：若CPU配置不足，会导致GPU闲置；且传统解耦方案无法通过NVLink直接互联，会牺牲一定带宽。在Agentic AI发展趋势下，GPU需求仍保持快速增长，但CPU需求增速将快于GPU，传统固定配比方案已无法适配业务负载变化需求。

英伟达最新Roving整机柜解决方案实现CPU与GPU解耦，核心优势主要包括两点：a. 配置灵活性大幅提升，客户可根据自身业务负载单独扩容CPU或GPU，适配不同业务需求；b. 底层仍采用NVLink架构实现互联，未牺牲带宽，解耦效果更优。

3、主流CPU产品竞争格局与选型

·CPU阵营划分与算力对比：当前数据中心CPU分为两大阵营：x86阵营核心厂商为AMD、英特尔，ARM阵营主流通用型为英伟达方案，AWS、谷歌等自研ARM产品属于特定场景非通用型，不属于通用主流产品。不同场景算力差异显著：低精度运算（如INT8、FP4场景）下，1颗GPU算力约等于50颗CPU，GPU具备显著优势，适配AI相关token计算场景；标准精度运算（如FP32，对应数据库、存储、网页等普通场景）下GPU标准精度算力极低，相关运算均采用CPU完成。横向对比三家主流CPU标准精度算力，以英伟达ARM CPU算力为基准值100，AMD最强CPU算力达250-300，英特尔最强CPU算力为150-200，x86 CPU标准精度算力是英伟达ARM的2-3倍。此外英伟达ARM方案独有互联优势：其ARM CPU可与自家GPU通过NVLink直接互联，互联带宽是传统CPU与GPU间PCIe协议的3-4倍，在非纯算力要求场景下具备明显竞争力。

·AMD份额提升核心原因：2026年一季度AMD在数据中心x86 CPU市场份额已超过50%，成为x86阵营主流选择，份额提升核心优势可分为三点：一是性能优势，AMD最新及待发布CPU核心数可达192-256核，英特尔当前大核仅100余核，二者单核性能相近前提下，AMD单颗CPU算力较英特尔高50%-60%；二是价格优势，AMD产品过往价格仅为英特尔的6-7折，当前同性能产品价格约为英特尔的9-9.5折，仍有成本优势；三是适配云厂商TCO优化需求，云厂商核心盈利模式为售卖算力（虚拟机、容器等），AMD CPU核心数更多带来更高算力密度，同样搭载2颗CPU的服务器可卖出更多虚拟机/容器，能够大幅降低单算力对应的网络、电力、空调、管理等全生命周期综合TCO，因此广受云厂商偏好，成为份额提升核心推动力。

·CPU产品趋势与下游选型：当前CPU需求呈现明显两极化特征：云厂商对高核数CPU需求持续提升，未来产品将向256核、512核甚至更高核数迭代；传统企业级应用（如ERP、OA等）需求以30-60核CPU为主，随着混合云架构普及，企业弹性负荷多采购公有云服务，自有数据中心对高算力密度产品需求较低。中低端CPU当前处于紧缺状态，核心原因是英特尔、AMD的新款CPU均采用chiplet架构，高低端CPU共用底层核心积木，高端产品占用核心积木较多，直接导致中低端CPU核心积木供应紧缺，行业无独立的中低端CPU产线。下游云厂商选型偏好高度一致：国内外头部云厂商均优先选择Top-bin旗舰款CPU，国内厂商中腾讯偏好192核超高密度款，阿里、字节偏好128核高密度款；海外AWS、Meta、谷歌等厂商选型逻辑一致，均选择最新一代旗舰产品，不会选择96核等非旗舰型号。

4、国产CPU发展现状与替代前景

·国产CPU性能与替代现状：不同厂商CPU核心数计算规则存在差异，部分CPU产品采用1物理核心对应4线程的计算方式统计核心数，英特尔、AMD等海外主流x86厂商采用1物理核心对应2线程的标准超线程规则，二者公示的核心数数值差异较大，未经过测试的产品性能不便直接评论。出口管制层面，当前英特尔、AMD、英伟达ARM架构CPU等主流CPU产品均不受出口管制，理论上可自由采购。替代需求层面，目前仅信创类项目有强制使用国产化CPU的要求，除此之外客户暂无主动替换国产CPU的诉求，核心原因是国产CPU与海外同类产品的性能差异较为明显，若非政策强制要求，客户不会主动选用国产x86或ARM架构CPU。

5、新兴CPU产品与技术路线趋势

·英伟达Vera CPU定位与竞争力：Vera为数据中心级CPU，与苹果M系列消费级芯片不存在竞争关系。算力层面，当前AMD最强x86 CPU的算力为300，Vera的算力仅为100，单颗x86 CPU的算力可达Vera的3倍。Vera的核心竞争力并非CPU本身性能，而是其与GPU之间的互联带宽，该项指标比传统x86 CPU高3-4倍，这一优势无法通过单纯的算力提升弥补，是其当前的核心卖点。

·AI PC CPU产品布局对比：AI PC所用SOC采用10余核ARM架构+CUDA单元，搭载LPDDR5统一寻址架构，最高支持128G显存。AMD同生态位产品为AMX 395，同样支持128G显存内存融合，成本约2000美金；英伟达同规格方案成本为3000-4000美金，AMD方案成本仅为英伟达的一半。目前英伟达AI PC SOC已有多款原型机产出，但尚未正式批量上市，后续上市节奏仍需观察。

·大厂自研CPU与RISC-V发展：当前多数大厂自研CPU采用购买ARM IP后做深度定制的模式，除高通等本身对CPU核有深度定制能力的厂商外，其余厂商产品性能仍以ARM本身IP为基础。ARM下场直接推出自有CPU后，Meta、Google等厂商的ARM架构自研CPU投入节奏放缓，转向开源RISC-V指令架构做布局，不过目前RISC-V的生态仍不完善，相关厂商的技术路线规划尚未完全明确。性能层面，英伟达Vera为当前ARM架构CPU中的顶级产品，其余厂商自研的ARM架构CPU性能仅为Vera的60%-70%，算力约60-70，远低于x86 CPU最高300的算力水平。

·边缘端CPU发展情况：边缘端CPU主要分为消费级、嵌入式系统方案两大场景，目前主流产品为面向工控、嵌入式、车机场景的定制化解决方案。边缘端CPU整体市场占比不足5%，不属于CPU需求的核心来源，并非市场主流产品，整体需求规模有限。

6、CPU需求驱动因素与价格走势

·大模型对CPU需求的拉动作用：大模型对CPU需求的拉动可分为设计端与应用端两个维度：

a. 设计端：大模型可用于优化CPU的设计、性能测试流程，相较纯人工模式研发效率明显提升，AMD、英特尔、台积电等产业链核心厂商均已在相关环节应用大模型技术。

b. 应用端：大模型厂商的存储需求呈现爆发式增长，采购的SSD、HDD等存储硬件需要配套CPU作为管理机头，对应配比约为20块SSD搭配2-4颗CPU，40块HDD搭配对应数量的CPU；大模型厂商的CPU采购需求不止来自运算环节，更大的增量来自存储节点配套，包括上下文存储、训练推理、数据库相关存储场景均需要配套CPU支撑。

·CPU价格与供应链卡点情况：CPU价格走势与供应链情况可分为两部分：

a. 价格走势：头部云厂商与CPU供应商签订长期意向性采购协议，当前无直接涨价情况，仅原有较深的采购折扣收窄，实际采购成本略有提升；渠道端CPU价格完全随供需关系潮汐波动，不受CPU厂商指导价约束，价格变动弹性更大。

b. 供应链卡点：此前CPU生产曾出现底座substrate等PCI相关零部件缺货问题，目前相关环节产能投资已跟上，无明显供应链卡点；与GPU受CoWoS封装产能限制的情况不同，CPU当前无核心产能瓶颈，交付稳定性更高。

·Agent AI对CPU的需求影响：Agent AI与CPU需求的关联及实际增长预期如下：

a. 需求关联逻辑：Agent AI的每个任务对应一个沙箱/容器，带动对应CPU需求增长，此前GPU需求率先爆发，当前CPU需求也呈上涨态势。

b. 超卖技术的平抑作用：头部云厂商可实现1份CPU资源超卖4-5倍，通过时间片切片、热迁移、动态资源调度技术，在客户无感知前提下提升CPU复用率；举例来看，1颗具备100个核心、200个线程的CPU，原本最多可支撑200个性能完好的沙箱，通过超卖技术可服务800个客户，技术能力不足的厂商超卖会导致客户感知性能下降。

c. 实际增长预期：短期来看云厂商现有CPU冗余仍可满足当前上涨的需求，但冗余规模正在收窄，云厂商已在加速CPU采购；短期CPU需求增速为20%-30%，不存在市场传言的倍数级增长。

7、CPU产业链产能与长期发展趋势

·晶圆产能分配与自研CPU门槛：台积电先进制程客户优先级清晰，前四大客户依次为英伟达、苹果、AMD、高通，中小厂商及自研CPU厂商无法拿到优先产能。自研CPU核心门槛可从三个维度拆解：a.流片成本约束，3nm流片成本接近1亿美金，7nm流片成本约为百万美金，先进制程流片投入极高；b.产能约束，头部厂商占据绝大多数先进制程产能，中小自研厂商难以获得足够产能支撑大规模流片需求；c.成本分摊逻辑，自研CPU需要足够出货量分摊高额研发及流片成本，只有流片规模达到一定量级，单位研发成本分摊后自研才具备商业合理性，当前多数中小自研厂商不满足该条件，因此除英伟达的Arm CPU外，其余厂商的自研Arm CPU短期内不构成迫切的市场竞争。

·ARM架构与CPU产品规划趋势：ARM架构进军数据中心市场已是第三次，前两次推广均未成功，当前虽有大厂推进自研Arm CPU，但多为短期投入数千台到小一万台的样品级规模，尚未出现除英伟达Vera方案外的十万、百万级上量的主流应用，ARM在数据中心市场的份额尚未出现长期稳健的提升，部分厂商采取ARM、RISC-V双线定制的布局。CPU产品规划存在明确时间差，未来3年的CPU、GPU等半导体产品均已完成设计，下两代产品已进入早期流片阶段，当前的AI需求仅能影响4年后的产品设计与优化，短期内各厂商的产品路线图不会出现大幅调整，公开的产品规划具备较高参考性。

·国产x86 CPU发展瓶颈与前景：国产x86 CPU的技术基础为获授权的老版本架构，如海光等厂商的x86 CPU基于Zen1架构魔改演进，当前海外AMD已迭代至Zen6，二者性能存在代际差距。性能量化对比来看，海光作为当前性能最强的国产x86 CPU，过去三四年单核性能仅提升15%-18%，核心数提升2倍，单核性能仅为海外最新产品的40%，整体迭代速度为四五年仅提升10%-20%，性能提升幅度十分有限。国产x86 CPU的核心发展瓶颈在于未完全吃透所获授权的底层架构，国内在芯片设计研发的工程师资源投入不足，当前AI尚未将CPU、GPU设计的核心机密内容纳入训练语料，暂无法为底层架构研发提供助力，若10年内仍未吃透底层架构，产品将丧失商业价值。chiplet技术属于封装工艺，可灵活组合不同晶圆Die提升部分性能，但海外厂商同样在应用该技术，无法弥补单核性能的核心差距，缩小代际差距的核心仍在于吃透底层架构。此外先进制程的商业门槛也构成约束，先进制程流片成本过高，没有足够出货量支撑的话商业模型无法跑通，当前海光采用4nm、7nm的IO Die与CCD分离设计，尚未应用3nm等最新制程。