智能体应用拉动服务器CPU需求，算力配置从GPU独大转向均衡
要点
Agentic AI的兴起正在改写算力采购的账本。过去以大模型预训练为主的阶段，一台训练服务器的预算与评审重心几乎都落在GPU上，CPU、内存、网络被视作配套底座；而当AI工作负载重心从对话问答走向智能体任务执行，CPU在采购清单里的权重被明显抬升。多家机构近期密集发布研究结论…
Agentic AI的兴起正在改写算力采购的账本。过去以大模型预训练为主的阶段，一台训练服务器的预算与评审重心几乎都落在GPU上，CPU、内存、网络被视作配套底座；而当AI工作负载重心从对话问答走向智能体任务执行，CPU在采购清单里的权重被明显抬升。多家机构近期密集发布研究结论，指向同一趋势：服务器CPU的需求与价值正在被重新估算。
最直接的信号来自芯片厂商的财报与产业研究机构的数据。AMD在11月3日发布的第三季度财报显示，公司营收133.8亿美元、同比增长45%，其中数据中心事业部单季营业额创下85亿美元的纪录、同比增幅达97%，主要来自EPYC处理器的强劲需求。管理层在业绩会上大幅上调2027年指引，预计服务器CPU收入约翻倍。集邦咨询则给出更长期的曲线：随着各AI服务厂商积极推出AI Agent相关应用，服务器CPU需求自2025年下半年起稳步成长，预估2026年出货年增幅达31%，2027年受Agentic AI服务渗透率提升带动有望再增逾40%。
这一轮重估的底层逻辑，是负载结构发生了迁移。传统AI推理是请求响应式的，GPU完成一次计算便释放资源；而Agent在后台持续运行，需要常驻的CPU资源来维持会话状态、调度工具、执行多步任务，数以万计的Agent并发运行，CPU吞吐量直接决定平台容量。有机构据此测算，Agent规模化落地有望催生千万核级的CPU需求——以1亿日活、人均每日一个任务为基准，个人、编程、浏览器及企业级四类场景的物理核需求加总约2022万核，折合约31.6万颗64核CPU，其中编程Agent贡献近七成。换句话说，Agent越”能干”，落在CPU上的开销就越高。
市场的另一条线索，是长期由x86主导的格局可能出现松动。集邦咨询预估，到2027年Arm-Based CPU的市占率可望扩大至30%，动能来自英伟达Vera CPU的明显扩出货，以及谷歌、AWS、微软、OpenAI、Arm、华为、阿里等新CPU进入大量生产阶段。对x86阵营而言，成熟的软件生态与企业客户渠道仍是护城河；而对Arm阵营来说，云厂商自研与机柜平台耦合正把它推向增量市场的前端。两种架构围绕Agent负载的正面交锋，意味着CPU不再只是GPU的附属品。
不过，这条增长支线目前仍停留在预期层面，尚未充分兑现到业绩里。有分析提示，Agent商业化与渗透率若不及预期、底层技术迭代加速，都可能改变需求曲线；若资本市场提前按CPU超级周期定价，而落地节奏跟不上，估值回撤的速度可能和此前上涨一样迅速。对产业而言，更有价值的观察对象是三组高频指标：云厂商采购清单里CPU与GPU配比的变动、Agent产品的真实调用规模与付费转化、Arm架构在季度出货中的占比变化。
从整机与供应链的视角看，变化已经显形。当面向Agent的推理集群采购清单从”买多少张GPU”拉长为包含CPU核数、系统内存、高速网络、机柜配电与散热的整体方案，CPU升级为需要独立评估规格、单独排产、单独议价的采购科目。先进封装、测试设备、PCB等环节随之进入景气上行通道。AI算力硬件正从单点爆发，走向系统级协同升级。
