AI火了,CPU反而翻身了

搞AI的人这两年都在聊GPU。英伟达的卡，华为的卡，谁的算力高，谁的显存大，谁的价格便宜。CPU呢？一直被当成配菜，买GPU送几颗CPU凑够数就行。

但海光信息8月20号的半年报业绩说明会上，扔出了一个让行业震了一下的判断：AI Agent（智能体）大规模落地后，CPU和GPU的配比正在从传统的1比8，往1比1甚至更低的方向走。

什么意思？以前8颗GPU配1颗CPU就够了，现在可能变成1颗GPU配1颗CPU。CPU的需求量翻了8倍。那个一直被当配角的CPU，突然变成了抢手货。

新闻速览

为什么CPU突然变重要了

先说清楚一个基本概念。GPU擅长的是大规模并行计算，比如一次性算几万个像素的颜色，几万个矩阵的乘法，这活它干得又快又好。CPU擅长的是逻辑判断、任务调度、流程控制，像一个管事的经理，虽然自己干活没那么快，但知道该先做什么后做什么，谁该接什么任务。

过去做大模型训练，场景比较简单：把数据喂进去，让GPU吭哧吭哧算就行。CPU的任务就是数据搬运工，把东西搬到位，然后GPU开干。所以1颗CPU配8颗GPU完全够用，CPU就是个打杂的。

但AI Agent不一样了。Agent不是你问一句它答一句，它需要自己拆解任务、规划步骤、同时处理多个请求、调用各种外部工具、跟别的Agent协作。这些活全是逻辑判断和流程控制，全得CPU来扛。

打个比方，以前的大模型像一条流水线，GPU就是流水线上的工人，拼命生产就行，CPU就是车间主任，排个班就够了。但AI Agent像一个公司，里面有好几个部门同时在运转，每个部门要调度资源、协调进度、跟外部客户对接，这就需要一大堆中层管理者。GPU还是干活的工人，但管理者（CPU）的需求暴增了。

所以海光信息说CPU与GPU的配比从1:8往1:1走，背后是这个逻辑：Agent越普及，CPU干的事情越多越重，需求量自然往上蹿。

英伟达也看到了这步棋

有意思的是，英伟达自己也注意到了CPU价值在上升。这次Vera Rubin平台里，Vera CPU就是七颗专用芯片之一，而且英伟达还宣布要单独卖Vera CPU，推出256颗Vera芯片的液冷机架。以前英伟达是卖GPU搭送CPU，现在CPU自己也能卖了。

更关键的数据是：Vera Rubin NVL72机柜里，72颗GPU配36颗Vera CPU，配比已经接近2:1了。而上一代Blackwell的配比还在1:8左右。英伟达用产品架构的变化，验证了海光信息的判断。

再往深想一层，Vera Rubin把推理成本降到了Blackwell的十分之一。这意味着推理算力会大规模铺开，Agent的部署成本大幅下降，更多企业会用Agent，CPU的需求量又会再涨一波。这是一条正反馈链：推理越便宜，Agent越多，CPU越缺。

国产CPU的机会窗口

海光信息在中报里还透露了一组数据：DCU已完成400余款主流大模型适配，覆盖全球99%的非闭源模型。跟腾讯混元Hy3做到了Day0同步适配，就是模型一发布就能跑。这个速度在国产芯片里是领先的。

海光的自研HSL总线互联协议，是支撑高负载AI业务稳定运行的关键。这个协议让海光能搭起纵向扩展、横向组网的完整算力体系，满足互联网、金融、生物医药、智能制造等多个行业的Agent高并发推理需求。

对国产芯片厂商来说，CPU被重新估值是一个难得的机会窗口。过去GPU被英伟达卡得死死的，国产GPU追赶很辛苦。但CPU赛道里，x86架构有海光、兆芯在做，ARM架构有华为鲲鹏、飞腾在做，龙芯有自研架构。国产CPU的选择比国产GPU多，生态基础也比GPU好一些。

如果Agent真的把CPU需求拉到跟GPU一个量级，那国产CPU厂商有可能在CPU这个环节率先跑出来，在"国产算力替代"这个大方向上撕开一个口子。

阿里的押注更狠了

这周另一条大消息是阿里配售800亿港元全部投AI。要知道阿里港股上市以来从没配售过新股，这次破例了。

几个数字值得留意：本季度AI相关产品年化收入突破495亿元，下季度预计接近100亿美元。资本开支单季677亿同比增长75%。平头哥上一代芯片出货超50万颗，二代国产芯片下半年流片，"完全可以替代大规模的模型训练"。

吴泳铭还说了一句很硬的话：AI算力Capex投资回报确定性非常高，3年内回本，有望缩短到2年甚至2.5年。说白了，阿里认为现在砸钱建算力，这笔钱不是烧着玩的，是真金白银的生意，而且回本很快。

更关键的是，阿里在财报里明确提到，资本开支大增的原因之一就是"预期客户持续采用AI智能体带动的算力增加"。注意这个词："CPU算力增加"。阿里作为中国最大的云厂商之一，自己都说了Agent在推高CPU需求，跟海光信息的判断完全对上了。

算力产业底层逻辑变了

把这几件事串起来看，会发现一个清晰的脉络：算力产业的底层逻辑正在变。

过去两年，行业焦点全在GPU上：谁的卡多、谁的卡快、谁的卡便宜。CPU是附属品，买卡的时候凑数就行。但现在，Agent把CPU从后台推到了前台，算力配比从"1颗CPU伺候8颗GPU"变成"1颗CPU配1颗GPU"，这个变化是结构性的。

有三条线同时在发生：

第一，英伟达Vera Rubin把推理成本降了一个数量级，Agent部署门槛大幅下降，推理算力需求会爆发式增长。第二，国内云厂商（阿里、腾讯、字节）集体加码AI基础设施，资本开支创历史新高，阿里800亿港元配售全部投AI。第三，国产芯片厂商（海光、寒武纪、中诚华隆）从"追赶GPU"转向"系统级交付"，CPU的价值在整套算力体系里被重新发现。

这三条线汇到一起，指向同一个结论：算力的竞争，不再只是GPU单卡性能的竞争，而是整套系统协同效率的竞争。CPU、GPU、内存、网络、散热，每一环都要跟上，木桶效应会越来越明显。

几个判断

第一，CPU被重新估值这件事才刚开始。1:8到1:1是海光信息给的方向，但实际落到各家企业，配比会不一样。互联网大厂做Agent多的，CPU比例会更高。传统推理为主的，还是GPU为主。但方向是确定的，CPU的需求量会持续往上走。

第二，国产CPU的窗口期大概两年。如果2027年国产CPU能在Agent场景跑通大规模商用验证，加上国产GPU同步成熟，国产算力的"系统级替代"就能从概念变成现实。过了这个窗口，英伟达的系统级方案（Vera Rubin七芯片协同）会越扎越深。

第三，以后看一家算力公司的竞争力，要看它的CPU、GPU、互联、内存、散热整套系统的综合效率，单卡跑分的故事越来越不够用了。

第四，阿里说Capex 3年回本，这个数字如果真能兑现，等于说AI算力的商业模式已经跑通了。以后往里砸钱的会更多，行业增速会比很多人预期的更快。

第五，内蒙古这1361亿的签约，说明算力产业链正在从"建机房"往"全链条"走。芯片检测、装备制造、算力中心、词元工厂，上中下游全覆盖。这跟CPU被重新估值是一个逻辑：算力产业在从"单点突破"走向"系统协同"。

CPU翻了身，背后是AI从"训练"走向"用起来"的拐点。训练的时候GPU是绝对主力，CPU打杂就行。用起来的时候，每个Agent都在不停地做判断、调资源、协调整条链路，CPU的工作量翻了好几倍。

说到底，AI越接近"干活"，就越需要会管事的大脑。GPU是肌肉，CPU是大脑。以前健身房里只看谁肌肉大，现在开始看谁脑子也灵光了。

信息来源：海光信息2026半年报业绩说明会、英伟达Vera Rubin官方公告、阿里巴巴2027财年Q1财报、2026绿色算力大会官方报道、成都车展现场报道等公开信息