圖片由AI生成

文｜李海倫

編輯｜徐青陽

在AI狂飆的這些年里，行業(yè)幾乎被一條邏輯主導(dǎo)：算力決定上限，而GPU就是算力的核心。

不過，進入2026年，這套邏輯開始變動：模型推理不再是唯一瓶頸，系統(tǒng)性能越來越取決于執(zhí)行與調(diào)度能力。GPU依然重要，但決定AI“能不能跑起來”的關(guān)鍵，正逐漸轉(zhuǎn)向長期被忽視的CPU。

美國當(dāng)?shù)貢r間4月9日，谷歌與英特爾達成多年協(xié)議，在全球AI數(shù)據(jù)中心規(guī)模部署英特爾的“Xeon至強處理器”，正是為了破解這個瓶頸。英特爾CEO陳立武直言，AI運行在整個系統(tǒng)上，CPU和IPU才是性能、效率和靈活性的關(guān)鍵。換句話說，過去兩年被當(dāng)作“配角”的CPU，正在卡住AI擴展的“脖子”。

英特爾CEO陳立武在社交媒體表示：英特爾正與谷歌深化合作，從傳統(tǒng)CPU擴展到AI基礎(chǔ)設(shè)施（如IPU），共同推進AI與云計算能力建設(shè)。

CPU不再只是一個被動的配套組件，而正在成為AI基礎(chǔ)設(shè)施中的關(guān)鍵變量之一。

01
一場“悄無聲息”的供應(yīng)危機

當(dāng)大家都在盯著GPU的交貨周期時，CPU市場的緊張氣氛已經(jīng)悄然拉滿。

根據(jù)多家IT分銷商的最新報告，2025年第四季度，服務(wù)器CPU的平均售價上漲了約30%。這種漲幅在相對成熟的CPU市場是非常罕見的。

AMD數(shù)據(jù)中心負責(zé)人福雷斯特·諾羅德（Forrest Norrod）透露，過去三個季度，CPU需求的增長速度超乎想象。目前，AMD的交付周期已經(jīng)從原來的八周延長到了十周以上，部分型號甚至面臨長達六個月的延遲。

這種短缺主要由于“次級效應(yīng)”引發(fā)的資源擠兌。有業(yè)內(nèi)人士表示，由于臺積電的3nm生產(chǎn)線極其緊張，原本分配給CPU的晶圓產(chǎn)能，正不斷被利潤更高的GPU訂單擠占。這導(dǎo)致了一個極具諷刺意味的局面：AI實驗室擁有了足夠的GPU，卻發(fā)現(xiàn)市場上買不到足夠的頂級CPU來“帶”動這些顯卡。

在這一輪CPU搶購潮中，還有埃隆·馬斯克（Elon Musk）。

英特爾首席執(zhí)行官陳立武在社交平臺上證實，馬斯克已委托英特爾為其在得克薩斯州的“Terafab”項目設(shè)計并制造定制芯片。這個龐大的項目旨在為xAI、SpaceX和特斯拉提供統(tǒng)一的計算底座。

馬斯克對英特爾的信任，在很大程度上是因為英特爾正試圖將自己嵌入到從地面數(shù)據(jù)中心到太空軌道計算的每一個層面。

對于英特爾來說，這無疑是一劑強心針。有行業(yè)分析師預(yù)測AMD在服務(wù)器CPU市場的收入份額將在2026年超過英特爾，但英特爾在x86生態(tài)系統(tǒng)中的深厚慣性和制造能力，依然是馬斯克這類大客戶無法忽視的籌碼。

這種跨行業(yè)的深度捆綁，正讓CPU市場的競爭從單純的參數(shù)比拼，升級為生態(tài)系統(tǒng)和供應(yīng)鏈穩(wěn)定性的博弈。

02
為什么CPU會成為“短板”？

CPU突然成為瓶頸，核心是它需要承擔(dān)的工作，在智能體時代發(fā)生了根本性變化。

傳統(tǒng)聊天機器人模式中，CPU主要負責(zé)調(diào)度和數(shù)據(jù)處理，GPU承擔(dān)核心推理計算。由于計算密集型環(huán)節(jié)集中在GPU側(cè)，整體延遲通常由GPU主導(dǎo)，CPU很少成為性能瓶頸。

但智能體工作負載完全不同。一個智能體需要執(zhí)行多步推理、調(diào)用API、讀寫數(shù)據(jù)庫、編排復(fù)雜業(yè)務(wù)流，并將中間結(jié)果整合為最終輸出。搜索、API調(diào)用、代碼執(zhí)行、文件I/O和結(jié)果編排等任務(wù)，大部分落在CPU和主機系統(tǒng)側(cè)。GPU負責(zé)token生成（即“思考”），而CPU負責(zé)將“思考”結(jié)果轉(zhuǎn)化為實際行動。

佐治亞理工學(xué)院學(xué)者在2025年11月發(fā)表的論文《以CPU為中心的智能體型AI視角》（A CPU-Centric Perspective on Agentic AI）中，對智能體工作負載中的延遲分布進行了量化分析。研究發(fā)現(xiàn)，CPU端工具處理所占用的時間，占總延遲的50%至90.6%。在某些場景下，GPU已準備好處理下一批任務(wù)，而CPU仍在等待工具調(diào)用返回。

另一個關(guān)鍵因素是上下文窗口的快速擴展。2024年，主流模型大多支持128K至200K token。進入2025年，Gemini 2.5 Pro、GPT-4.1、Llama 4 Maverick等模型均開始支持100萬token以上。KV緩存（Key-Value Cache，用于加速Transformers模型推理過程）隨token數(shù)量線性增長，在100萬token時約為200GB，遠超單塊H100的80GB顯存容量。

對于這類問題的解決方案之一是將KV緩存部分卸載至CPU內(nèi)存。這意味著CPU不僅要管理編排和工具調(diào)用，還要協(xié)助承載顯存放不下的數(shù)據(jù)。CPU內(nèi)存容量、內(nèi)存帶寬以及CPU與GPU之間的互連速度，由此成為系統(tǒng)性能的關(guān)鍵。

因此，適合智能體時代的CPU，更需要低延遲、一致的內(nèi)存訪問能力，以及更強的系統(tǒng)級協(xié)同能力，而不是單一的核心規(guī)模擴張。

03
廠商們都在做什么？有人搶地盤，有人改設(shè)計

面對這場突然爆發(fā)的CPU需求，幾家大廠的打法完全不同。

英特爾是傳統(tǒng)服務(wù)器CPU的老大。Mercury Research的數(shù)據(jù)顯示，2025年第四季度，英特爾在服務(wù)器CPU市場仍占60%的份額，AMD占24.3%，英偉達占6.2%。但英特爾這些年一直在追趕新技術(shù)，這次CPU需求的爆發(fā)對他們來說，既是機會也是考驗。

英特爾現(xiàn)在的策略是兩條腿走路。一邊是繼續(xù)賣至強處理器，跟谷歌這樣的超大規(guī)模客戶深度綁定；另一邊跟SambaNova合作，推出基于至強處理器與其自研RDU加速器的組合方案，主打“不用GPU也能跑智能體推理”的賣點。至強6 Granite Rapids和18A工藝的路線圖，將是檢驗英特爾能否翻盤的關(guān)鍵。

AMD則是這次CPU需求爆發(fā)中最大的受益者之一。2025年第四季度，AMD數(shù)據(jù)中心收入54億美元，同比增長39%。第五代EPYC Turin占了服務(wù)器CPU收入的一半以上，運行EPYC的云實例部署同比增長超過50%。AMD的服務(wù)器CPU收入份額首次突破40%。

AMD CEO蘇姿豐（Lisa Su）把增長原因直接歸到了“智能體”的發(fā)展——智能體工作負載把任務(wù)“推回”到了傳統(tǒng)CPU任務(wù)上。

2026年2月，AMD還宣布了一項與Meta的潛在交易，價值超過1000億美元，供應(yīng)MI450 GPU和Venice EPYC CPU。

不過，AMD在系統(tǒng)級協(xié)同方面仍有提升空間，缺乏類似NVLink C2C這樣成熟的高速CPU-GPU互連能力。隨著智能體（Agent）系統(tǒng)對數(shù)據(jù)交互與協(xié)同效率要求不斷提高，這一環(huán)節(jié)的重要性也在逐步上升。

英偉達設(shè)計CPU的思路，跟英特爾和AMD完全不一樣。

英偉達Grace CPU只有72個核心，而AMD EPYC和英特爾至強通常是128個。英偉達AI基礎(chǔ)設(shè)施負責(zé)人迪昂·哈里斯（Dion Harris）解釋稱：“如果你是超大規(guī)模企業(yè)，你希望最大化每個CPU的核心數(shù)量，這基本上會降低成本，即每核心的美元成本。所以這是一種商業(yè)模式。”

換句話說，在AI算力體系里，CPU的角色不再是通用計算主力，而是為GPU服務(wù)的“調(diào)度中樞”。如果CPU跟不上，昂貴的GPU就會被迫等待，整體效率反而下降。

因此，英偉達在設(shè)計上優(yōu)先保證CPU與GPU之間的高效協(xié)同。例如通過NVLink C2C互連，將CPU與GPU之間的帶寬提升到約1.8TB/s，遠高于傳統(tǒng)PCIe，CPU可以直接訪問GPU內(nèi)存，KV緩存管理一下子簡單了很多。

目前，英偉達已將Vera CPU作為獨立產(chǎn)品銷售。CoreWeave是第一個客戶。與Meta的交易更夸張，這是其第一次大規(guī)模“純Grace部署”，也就是CPU在沒有GPU配對的情況下大規(guī)模獨立部署。

研究機構(gòu)Creative Strategies首席分析師本·巴賈林（Ben Bajarin）指出，在高強度的系統(tǒng)協(xié)作中，CPU的處理能力必須能夠匹配加速器的迭代速度。如果數(shù)據(jù)通道出現(xiàn)哪怕百分之一的延遲，整個AI集群的經(jīng)濟效益就會大打折扣。這種對極致系統(tǒng)效率的追求，正迫使所有大廠重新審視CPU的性能指標。

Constellation Research副總裁兼首席分析師霍爾格·穆勒（Holger Mueller）表示，隨著AI工作負載向智能體驅(qū)動架構(gòu)轉(zhuǎn)變，CPU的地位正變得愈發(fā)核心。他指出：“在智能體世界中，智能體需要調(diào)用API和各類業(yè)務(wù)應(yīng)用程序，這些任務(wù)最適合由CPU來完成。”

他還補充道：“目前，關(guān)于GPU和CPU誰更適合處理推理任務(wù)，尚無定論。GPU在模型訓(xùn)練方面占據(jù)優(yōu)勢，而像TPU這樣的定制ASIC也有其專長。但有一點是明確的：谷歌需要采用混合處理器架構(gòu)。因此，谷歌選擇與英特爾展開合作是合理的”。

04
結(jié)語：智能體時代，算力天平回擺

在最新的產(chǎn)業(yè)觀察中，一個數(shù)據(jù)需要我們注意。在亞馬遜AWS與OpenAI高達380億美元的合作協(xié)議中，其官方也明確提到了“數(shù)千萬個CPU”的擴展規(guī)模。

在過去幾年，通常情況下，行業(yè)的關(guān)注焦點總是那“數(shù)十萬個GPU”。然而，OpenAI等前沿實驗室主動將CPU規(guī)模作為一個重要的規(guī)劃變量，向外界傳遞了一個清晰的信號：智能體工作負載的擴展，必須建立在龐大的CPU基礎(chǔ)設(shè)施之上。

美國銀行預(yù)測，到2030年，全球CPU市場規(guī)模有望從目前的270億美元翻倍至600億美元。這多出來的份額，幾乎全部將由AI驅(qū)動。

我們正在見證一種全新的基礎(chǔ)設(shè)施開始擴張：大廠不再只堆GPU，而是同步擴張一整層“CPU調(diào)度基礎(chǔ)設(shè)施”，專門為AI智能體提供運行支撐。

英特爾與谷歌的聯(lián)手，以及馬斯克對定制芯片的重金投入，都在證明一個事實：AI競賽的制勝點正在前移。當(dāng)算力不再稀缺，誰能最先解決系統(tǒng)級的“瓶頸”，誰才能在這場萬億級的游戲中笑到最后。

*特約編譯金鹿對本文亦有貢獻。

—— 芯榜 ——

芯榜成立于 2015 年，是半導(dǎo)體垂直領(lǐng)域的產(chǎn)業(yè)媒體與數(shù)字化服務(wù)平臺。全網(wǎng)覆蓋超 100 萬垂直行業(yè)用戶，核心提供專業(yè)榜單發(fā)布、原創(chuàng)訪談、產(chǎn)業(yè)報告、峰會活動及研究咨詢等服務(wù)。已合作近千家半導(dǎo)體生態(tài)企業(yè)，聯(lián)動多家基金公司與產(chǎn)業(yè)媒體，助力硬科技產(chǎn)業(yè)發(fā)展。