2026年4月24日，英特爾股價單日暴漲23.6%，收于82.57美元，創(chuàng)下自1987年以來近40年的最大單日漲幅紀錄，市值一夜暴增640億美元，相當(dāng)于漲出了一個AMD的體量 。

這輪史詩級暴漲的導(dǎo)火索是一份碾壓性的Q1財報，營收136億美元遠超預(yù)期，調(diào)整后每股收益0.29美元，而華爾街預(yù)期僅為0.01美元，超預(yù)期幅度高達2800%。

英特爾CEO在電話會上說：「CPU正重新確立其作為AI計算棧核心基礎(chǔ)層的地位?！惯@句話背后，是一個正在發(fā)生的產(chǎn)業(yè)范式轉(zhuǎn)移。

AI發(fā)展不同階段的CPU定位變化

AI早期訓(xùn)練階段：CPU作為幕后調(diào)度者

在AI發(fā)展的早期，戰(zhàn)場規(guī)則相對簡單，GPU扮演著沖鋒陷陣的士兵角色，以幾千個核心的規(guī)模進行高頻次的重復(fù)計算。此時的CPU猶如隱于幕后的將軍，僅需進行少量的戰(zhàn)術(shù)調(diào)度與后勤保障，兩者的配比維持在8:1的懸殊狀態(tài) [1] 。

訓(xùn)練一個大模型需要喂海量數(shù)據(jù)讓模型學(xué)習(xí)規(guī)律，幾千張GPU每天24小時瘋狂計算像幾千個工人搬磚，CPU只負責(zé)告訴GPU哪批數(shù)據(jù)該算了，把數(shù)據(jù)從內(nèi)存搬到GPU，監(jiān)控訓(xùn)練是否正常。因為訓(xùn)練任務(wù)單一重復(fù)，GPU承擔(dān)了絕大部分工作負載，CPU的職能相對有限。

推理普及階段：CPU負載逐步提升

隨著大模型從實驗室里的訓(xùn)練走向屏幕前的推理，CPU的職責(zé)開始從單純的后勤調(diào)度擴展至用戶請求的排隊與分發(fā)，配比隨之收窄至4:1。

CPU接收用戶的問題并格式化處理，把問題喂給GPU，把GPU的答案整理后返回給用戶，處理多用戶請求的排隊和分發(fā)。 訓(xùn)練好的模型開始服務(wù)用戶，用戶在ChatGPT提問，模型回答用戶。GPU根據(jù)用戶的問題計算答案，每次推理都要跑一遍神經(jīng)網(wǎng)絡(luò)。用戶基數(shù)的擴張同步推高了CPU的負載強度，CPU的需求開始增加。

AI Agent階段：CPU權(quán)重發(fā)生根本性轉(zhuǎn)變

而當(dāng)AI Agent時代到來，CPU與GPU之間的權(quán)重關(guān)系發(fā)生了根本性轉(zhuǎn)變。AI在回答問題之外，更承擔(dān)了協(xié)助用戶完成任務(wù)的職能，比如幫用戶訂機票、查日歷、發(fā)郵件，分析財報、寫報告、做決策，在多個軟件之間跳轉(zhuǎn)調(diào)用工具。

GPU和之前一樣負責(zé)核心推理計算，但CPU要做任務(wù)規(guī)劃，把幫我訂機票拆解成10個子任務(wù)；做環(huán)境感知，讀取日歷、查航班信息、對比價格；做工具調(diào)用，調(diào)用訂票API、支付系統(tǒng)；做狀態(tài)管理，記住上一步做了什么下一步該做什么；做異常處理，如果支付失敗換個支付方式重試；做結(jié)果整合，把多個步驟的結(jié)果匯總成報告。Agent的復(fù)雜度呈指數(shù)級上升，GPU還是做同樣的事，但CPU的工作量翻了幾倍。

假設(shè)用戶要求AI分析蘋果公司的財報。在傳統(tǒng)的推理模式下，這僅僅是一次瞬時的計算交互：CPU接收指令，GPU快速生成答案，任務(wù)隨即結(jié)束。整個過程耗時5秒，CPU工作很輕量。然而在智能體模式下，這演變成了一場多步驟的接力賽。CPU必須首先理解任務(wù)并將其拆解，隨后在多次調(diào)用搜索工具、提取PDF數(shù)據(jù)、獲取實時股價的過程中，不斷在各個環(huán)節(jié)間進行決策與質(zhì)量自檢。在這個過程中，GPU依然負責(zé)核心的計算，但CPU的邏輯判斷與工具調(diào)用的工作量已呈指數(shù)級增長，整個過程耗時5分鐘，CPU工作非常密集。

英特爾在2026年首季財報中揭示了一個行業(yè)轉(zhuǎn)折點，AI智能體時代促使每吉瓦CPU核心數(shù)激增至1.2億，這種從1:8到1:1的配比演變，正是底層算力需求的真實寫照。

CEO陳立武和CFO David Zinsner給出了明確的數(shù)據(jù)，訓(xùn)練階段7-8個GPU配1個CPU，推理階段3-4個GPU配1個CPU，智能體階段接近1:1，每吉瓦CPU核心數(shù)從3000萬增長了4倍 [1] 。

這份財報公布后，英特爾單日股價漲幅創(chuàng)下30多年來的新高，市場用真金白銀投票確認了CPU價值重估的邏輯。與此同時，英偉達股價在同期受到了結(jié)構(gòu)性調(diào)整的壓力，并非因為GPU需求萎縮，而是市場開始重新評估算力蛋糕的分配方式。當(dāng)AI基礎(chǔ)設(shè)施建設(shè)從"GPU優(yōu)先"轉(zhuǎn)向"CPU-GPU協(xié)同平衡"，整個半導(dǎo)體行業(yè)的估值體系都在隨之重構(gòu)。

行業(yè)與學(xué)術(shù)界的佐證

摩根士丹利在2026年4月的報告中預(yù)測，到2030年全球數(shù)據(jù)中心CPU市場規(guī)模將達到825-1100億美元，其中325-600億美元為Agentic AI帶來的新增需求 [2] 。

在多步驟任務(wù)中CPU側(cè)處理時間占整個工作負載的50%-90%，AI基礎(chǔ)設(shè)施規(guī)?？赡軓?400億美元增長至3-5萬億美元。Meta用真金白銀投票，簽約數(shù)十億美元多年期協(xié)議采購亞馬遜自研Graviton5 CPU核心，幾周前剛簽下480億美元英偉達GPU租賃大單，Meta明確表示采購CPU是為了運行Agentic AI背后的CPU密集型工作負載 [3] 。

學(xué)術(shù)界的實測數(shù)據(jù)同樣佐證了這一趨勢，arXiv論文《Towards Understanding, Analyzing, and Optimizing Agentic AI Execution: A CPU-Centric Perspective》的實驗數(shù)據(jù)顯示，在RAG工作負載中，ENNS檢索屬于CPU操作，消耗了83%-89%的總延遲。Toolformer等工具調(diào)用場景CPU操作占主導(dǎo)，結(jié)論是工具主導(dǎo)的Agentic AI工作負載中CPU是主要瓶頸 [4] 。行業(yè)實測數(shù)據(jù)匯總顯示，SemiWiki發(fā)現(xiàn)Agent系統(tǒng)中CPU處理復(fù)雜控制流時分支延遲是GPU的27倍以上 [7] ，英特爾白皮書指出推理場景CPU負責(zé)數(shù)據(jù)編排、任務(wù)調(diào)度等耗時占比超過60% [8] ，星宇智算實測發(fā)現(xiàn)GPU利用率低于40%時通常是CPU成為瓶頸，CSDN技術(shù)博客提到智能體任務(wù)鏈路中CPU時間占比50%-90%。

行業(yè)預(yù)測2026年CPU與GPU配比將快速收窄至1:1-1:2 [5] 。市場預(yù)測數(shù)據(jù)顯示Deloitte預(yù)測推理工作負載2026年占AI計算三分之二 [6] ，Lenovo CEO楊元慶在CES 2026上表示歷史上80%訓(xùn)練20%推理正在反轉(zhuǎn)為80%推理20%訓(xùn)練，The Futurum Group預(yù)測推理收入2026年底超過訓(xùn)練。

CPU與GPU的關(guān)系

CPU與GPU并非零和博弈，兩者通常是共同上升的，而非簡單的此消彼長。因為AI推理負載的總量正在發(fā)生量級上的飛躍，所以即便CPU的配比在提升，GPU的絕對需求量依然在擴大。AI算力基礎(chǔ)設(shè)施的總投入即Capex在未來幾年呈指數(shù)級增長，即便在1:1的配比下，每一單位CPU的增加都對應(yīng)著一單位GPU的部署，相比于之前的1:8，這只是意味著CPU變得更重要，并不代表GPU被棄用。GPU依然是處理神經(jīng)網(wǎng)絡(luò)計算的不可替代核心，其市場空間依然隨著AI的普及而擴張。

GPU面臨的是結(jié)構(gòu)性調(diào)整而非總量衰減。雖然GPU不會因為CPU需求大漲而受損，但其增長的驅(qū)動力和產(chǎn)品形態(tài)會發(fā)生變化。從單純算力向顯存帶寬競爭轉(zhuǎn)移，在推理階段GPU的瓶頸往往不在于算力有多強，而在于顯存能不能跑贏，因此GPU廠商的競爭焦點會從核心數(shù)轉(zhuǎn)向HBM高帶寬顯存容量。單位價值的重新分配，正如Meta雖然簽了數(shù)十億美元的CPU訂單，但此前剛簽下480億美元的GPU租約，這說明在資本支出中GPU依然占據(jù)大頭，只是CPU從可忽略的成本變成了必須重視的投入。逆向思考來看，還需要警惕像NVIDIA Grace這樣的產(chǎn)品，它實質(zhì)上是將高性能CPU直接封裝在GPU模塊內(nèi)。特別是英偉達的反擊能力極強，如果英偉達成功將CPU與GPU徹底綁定，例如GB200架構(gòu)，那么CPU需求大漲的最終受益者可能依然是英偉達，而非傳統(tǒng)CPU廠商。如果這種集成架構(gòu)成為主流，傳統(tǒng)的獨立CPU廠商確實會面臨壓力，因為CPU的功能被GPU巨頭順手做掉了。

CPU價值重估的挑戰(zhàn)與不確定性

當(dāng)然，這條演進路徑并非沒有挑戰(zhàn)。NVIDIA是否會坐視CPU分走預(yù)算值得思考，目前NVIDIA正在通過Grace CPU強化自家的CPU能力，或者通過CUDA庫將原本屬于CPU的邏輯調(diào)度任務(wù)進一步硬化到GPU側(cè)。如果GPU廠商實現(xiàn)了更高效的異步調(diào)度，CPU的增量需求可能會被抵消，這個變量需要持續(xù)觀察。

CPU價值重估是否只存在于數(shù)據(jù)中心是另一個值得思考的問題。在手機、PC等端側(cè)NPU正在崛起，NPU可能會承接部分原本屬于CPU的管理工作，這可能會削弱CPU在端側(cè)Agent中的地位，端側(cè)的架構(gòu)演進路徑可能與數(shù)據(jù)中心完全不同。

1:1的配比在商業(yè)上是否可持續(xù)需要打個問號。CPU核心數(shù)的激增意味著能耗和硬件成本大幅上升。如果企業(yè)為了控制成本，通過優(yōu)化算法比如更小的模型、更簡單的Agent鏈條來減少CPU的調(diào)用，那么1:1的配比可能只是一個理論峰值而非長期常態(tài)，成本約束始終是技術(shù)落地的重要考量。

任何技術(shù)架構(gòu)的演進都無法繞開能效比這個核心命題。CPU核心數(shù)的翻倍增長必然帶來功耗的同步上升，而數(shù)據(jù)中心的電力供給和散熱能力始終存在物理上限。這意味著單純追求1:1的配比值可能并非最優(yōu)解，行業(yè)更可能在性能與功耗之間尋找一個動態(tài)平衡點。未來的計算架構(gòu)可能呈現(xiàn)更加多元化的態(tài)勢，不同場景下CPU、GPU、NPU甚至專用加速器的組合會有所不同，不存在一刀切的最優(yōu)配比。算法層面的優(yōu)化也會持續(xù)進行，更高效的調(diào)度算法、更簡潔的Agent鏈路設(shè)計都可能降低對CPU硬件的依賴。

CPU價值重估的結(jié)論與國產(chǎn)機遇

因為AI Agent的運作本質(zhì)上是邏輯鏈條的不斷閉合與糾偏，而CPU的架構(gòu)天然適合處理這種非線性的復(fù)雜邏輯，所以隨著Agent復(fù)雜度的提升，CPU在算力架構(gòu)中的占比必然會迎來回歸。這種從算到想的重心偏移，決定了CPU廠商在2026年后將獲得與GPU同等重要的戰(zhàn)略地位。

• 2023-2024年訓(xùn)練爆發(fā)階段最大受益者是NVIDIA GPU，CPU廠商處于邊緣角色

• 2025-2026年推理普及階段最大受益者是NVIDIA加云廠商，CPU廠商是配角

• 2026年及以后Agent爆發(fā)階段，最大受益者是GPU加CPU，CPU廠商迎來重估機會

國產(chǎn)CPU的重估機會有著更深層的產(chǎn)業(yè)邏輯。Agent時代的核心特征是本地化數(shù)據(jù)處理和垂直領(lǐng)域深度適配，這恰恰擊中了國產(chǎn)CPU的核心優(yōu)勢。在金融、政務(wù)、能源等關(guān)鍵行業(yè)，數(shù)據(jù)主權(quán)和安全合規(guī)是不可逾越的紅線，國產(chǎn)CPU在處理本地化數(shù)據(jù)和垂直領(lǐng)域邏輯調(diào)度上，相比于通用架構(gòu)有更強的主權(quán)確定性。龍芯、飛騰、海光、鯤鵬等國產(chǎn)廠商經(jīng)過多年技術(shù)積累，在指令集自主可控、生態(tài)適配、行業(yè)定制化方面已經(jīng)建立了堅實的護城河。當(dāng)Agent成為企業(yè)級應(yīng)用的主流形態(tài)，對數(shù)據(jù)本地化處理的需求將大幅提升，國產(chǎn)CPU憑借安全合規(guī)的先天優(yōu)勢，有望在政企市場獲得遠超通用市場的滲透率。這種垂直領(lǐng)域的結(jié)構(gòu)性機會，是國產(chǎn)CPU在Agent時代獨有的增長引擎。

但同時也需要清醒認識到，Agent時代異構(gòu)計算的驅(qū)動適配，包括Driver與CUDA替代方案，依然是國產(chǎn)CPU的核心痛點，如果生態(tài)無法對齊，硬件冗余可能無法轉(zhuǎn)化為實際效能。

核心邏輯在于Agent每多一個功能CPU就多一份工作，Agent越復(fù)雜CPU負載越重，CPU與GPU在算力架構(gòu)中逐步走向協(xié)同平衡。受益方包括英特爾和AMD等CPU龍頭，中國國產(chǎn)CPU包括龍芯、飛騰、海光、鯤鵬，以及需要重新設(shè)計CPU配比更高機型的服務(wù)器廠商。

Agent爆發(fā)促使CPU廠商迎來價值重估，但這種重估并非建立在削弱GPU的基礎(chǔ)之上，而是在AI總負載擴張的背景下，修復(fù)CPU長期以來被低估的職能權(quán)重。這種重估并非線性的，而是伴隨著技術(shù)路線的博弈、成本約束的挑戰(zhàn)和架構(gòu)多元化的演變。

在關(guān)注CPU配比上升的同時，也需要留意上述變量可能帶來的預(yù)期差。

參考文獻

[1]Intel Corporation. Intel Reports First-Quarter 2026 Financial Results [EB/OL]. 2026-04-24.

[2]Morgan Stanley Research. Data Center CPU Market Forecast: The Agentic AI Inflection [R]. 2026-04-19.

[3]Meta Platforms, Inc. Meta Signs Multi-Year Agreement with AWS for Graviton5 CPU Procurement [EB/OL]. 2026-04.

[4]Wang X, Li Y, et al. Towards Understanding, Analyzing, and Optimizing Agentic AI Execution: A CPU-Centric Perspective [J]. arXiv preprint arXiv:2511.00739v3, 2025.

[5]TrendForce. AI Server CPU-GPU Ratio Evolution: From Training to Agentic AI [R]. 2026-04.

[6]Deloitte. AI Compute Workload Forecast 2026: Inference Dominance [R]. 2026.

[7]SemiWiki. Branch Prediction Latency in Agent Systems: CPU vs GPU [EB/OL]. 2026.

[8]Intel Corporation. Data Center CPU White Paper: Orchestration and Scheduling in Inference Scenarios [R]. 2026.

作者：坦桑尼亞老云 | 編輯：栗加

每個視角都是拼湊世界真相的碎片，聽真誠的行業(yè)觀察者講述獨特的故事。我們有深耕行業(yè)的資深顧問，連續(xù)跨界探索的未來創(chuàng)業(yè)者，專注細節(jié)的產(chǎn)品匠人，和許多志同道合的你們，如果你有想要分享的故事或者感想，可以留言或者郵件聯(lián)系（AiysJY@outlook.com），也歡迎點分享給需要的朋友們，記得點一下在看和星標(biāo)，期待共同在這個行業(yè)的宏大敘事中，留下一句詩。：）