Agent重构算力配比，服务器CPU走出GPU阴影

根据集邦咨询（TrendForce）最新的AI服务器产业研究，随着各大AI厂商加速布局AI Agent（智能体）相关应用，服务器CPU的需求自2025年下半年起显著升温，预计2026年出货年增幅将达31%。

到2027年，伴随AI推理需求的持续膨胀与Agent服务的渗透，服务器CPU出货量有望进一步增长超40%。在GPU长期主导的算力叙事下，AI基础设施的采购逻辑正在发生深刻转变：预算重心从“只买加速卡”转向“配齐全机柜算力”，CPU在算力账本中的权重迅速攀升。

算术题改写：从 1:8 走向 1:1

在大模型预训练主导的阶段，AI服务器的采购评审几乎全部围绕GPU展开。CPU、内存与网络仅被视为常规配套底座，行业通行“1颗CPU带动8颗GPU”的标准拓扑配比，CPU的算力权重往往被弱化。

但Agent架构的普及打破了这一既定公式。在财报会议中，英特尔CEO陈立武曾指出，随着AI负载重心从训练转向推理，CPU与GPU的配比正从1:8向1:1加速平衡，拉动CPU需求激增。行业测算表明，在Agent时代，每吉瓦（GW）算力基础设施所需的CPU核心数可能从3000万颗暴增至1.2亿颗，增幅达4倍。

这一变化并不意味着CPU在浮点算力上追赶GPU，而是工作负载性质发生了迁移：

• GPU：依然聚焦于高密度的矩阵乘法计算，负责模型的Token生成；
• CPU：承担起复杂的任务规划、请求路由、工具调用（Tool Use）以及多智能体协同调度，这些带有密集分支判断与外部交互的逻辑任务天然更适合通用CPU。

市场供求已给出信号。投行KeyBanc分析指出，AMD EPYC系列服务器CPU在2026年的产能已近乎售罄，高端型号交付周期拉长至8至10周。而在英伟达的机柜产品中，无论是GB200 NVL72还是面向下一代Agent推理的Vera Rubin NVL72，标准配置均采用了36颗CPU对应72颗GPU的设计。控制与编排资源在平台设计中不再是边缘从属品。

这也重塑了云厂商的采购清单。面向Agent的推理集群不再是采购单张加速卡的单选题，而是涵盖GPU、CPU核数、系统DRAM、KV缓存SSD、高速交换机及供电液冷的完整系统工程。CPU已升级为需要独立评估规格、排产及商务议价的关键科目。

x86守存量，Arm攻增量

在CPU需求增长的底层，市场正分化出截然不同的两条技术路线与博弈格局：

一是依托自研与紧耦合生态的Arm阵营。
AWS Graviton、阿里云倚天、Google Axion等云厂商自研芯片，叠加英伟达深度绑定的Grace与Vera Arm核心，正在迅速抢占新增份额。对云厂商与AI原生开发者而言，全栈自研软件使得架构迁移成本被内部消化。英伟达则直接将CPU与GPU封装为Superchip整机柜交付，使Arm芯片的出货量与GPU深度绑定，绕过了传统生态门槛。

二是拥有稳固软件护城河的x86阵营。
全球绝大多数传统企业软件、中间件及运维工具链长期以x86为默认基准。即便面对架构冲击，Intel Xeon 6与AMD第六代EPYC也已针对Agent推理做出专属指令优化。在注重生态兼容性的通用推理和企业混合云场景下，x86的基本盘依然稳固。

与此同时，供应链话语权也在发生微调。随着CPU、内存与散热供电在整机设计中的比重同步增加，服务器整机厂商和系统集成商不再单纯扮演代工厂角色，混合负载对网络拓扑和功耗平衡的高要求，正放大其系统级方案的设计价值。

繁荣背后的三大前置变量

虽然30%至40%的增幅预期十分可观，但这一轮硬件增量周期的兑现仍取决于三个核心前提：

1. 商业化闭环速度：当下Agent多停留在原型展示与初步调用阶段，企业端的付费意愿与任务完成率能否支撑长期调用规模，尚需完整商业周期的检验；
2. 计算拓扑稳定性：若底层推理框架或加速卡硬件加速了轻量调度逻辑的下沉，CPU与GPU的配比可能出现再次微调；
3. Arm生态的碎片化：不同云厂商与芯片商的Arm平台在底层兼容上仍存差异，若走出封闭闭环走向通用生态，迁移与维护成本仍是阻力。

归根结底，AI算力建设正告别单点极致性能的粗放采购，迈向系统均衡配置的精细化阶段。GPU依然占据算力投资的主体，但在Agent重塑的软硬件拓扑中，CPU已经重新回到了牌桌中央。