川海智库

报告概述

本报告聚焦Agentic AI时代CPU在数据中心地位的变革，从需求、市场规模、架构演进及厂商竞争多维度分析。研究对象包括服务器CPU的刚性需求来源、TAM扩容、CPU/GPU配比重构，以及x86与ARM架构的竞合态势。报告基于Intel、AMD、NVIDIA、ARM等厂商数据及第三方研究，系统梳理了CPU重回核心的底层逻辑，并对比了海内外主要CPU厂商的产品迭代路径，为投资者理解AI算力格局变化提供参考。

报告的核心结论

Agent AI对CPU产生刚性需求，CPU重回数据中心核心。

随着大模型从Chatbot向Agent演进，Multi-Agent架构、长上下文KV Cache卸载、高并发工具调用等任务对CPU算力消耗显著增加。Intel测试表明，多数Agent工作负载中CPU耗时占端到端延迟的40%-90%，CPU从辅助角色转变为核心算力单元。

CPU TAM大幅扩容，预计2030年超1000亿美元。

AMD与ARM均将2030年服务器CPU TAM上修至1000亿美元以上，AMD划分出通用计算、AI头节点和Agentic AI三类需求，其中智能体AI为最大增量。Futurum预测CPU收入增长率将在2028年前超过GPU，市场空间巨大。

CPU与GPU配比从1:8向1:1甚至更高演进。

传统HGX时代CPU:GPU为1:4或1:8，NVIDIA GB300 NVL72已实现1:2配比，Vera Rubin通过独立CPU机柜进一步抬升比例。AMD预计配比将接近1:1，甚至可能出现CPU数量超过GPU的场景。

ARM架构在Agent时代受益显著，中期份额有望超越x86。

ARM低功耗、高核心密度的特性契合Agent高并发、轻计算负载，且开放授权模式满足云厂商定制需求。ARM预计到2030年其架构将占据CPU最大市场份额，Counterpoint预测2029年ARM在定制AI ASIC服务器CPU中份额达90%。

国产CPU迎来规模化替代窗口期。

海光、飞腾、龙芯、熠知电子等国内厂商在x86、ARM和自主指令集方向持续突破，核心数与性能快速追赶海外。在自主可控政策催化下，国产CPU有望在AI数据中心和信创领域实现规模化放量，产业地位重估。

报告回答的关键问题

Agent AI为什么需要更多CPU？

Agent AI的工作负载包括Multi-Agent调度、沙盒环境管理、KV Cache卸载及高并发工具调用，这些任务依赖CPU的逻辑编排和内存管理能力。Intel测试显示，Agent任务中CPU耗时占比达40%-90%，因此Agent规模扩张直接拉动了CPU的刚性需求。

CPU和GPU的配比未来会如何变化？

传统数据中心CPU:GPU配比为1:4或1:8，但Agent时代CPU需求激增。NVIDIA GB300 NVL72已实现1:2，Vera Rubin通过独立CPU机柜进一步推高比例。AMD预计将向1:1演进，甚至可能CPU数量超过GPU。核心数维度看，ARM预计CPU核心需求将增长4倍。

ARM CPU在数据中心的前景如何？

ARM架构凭借低功耗、高核心密度和开放授权模式，在Agent工作负载中优势明显。NVIDIA Grace、AWS Graviton等已大规模部署，ARM预计2030年其架构将占据CPU最大市场份额。Counterpoint预测2029年ARM在定制AI ASIC服务器CPU中份额达90%。

国产CPU在AI时代有哪些机会？

国产CPU厂商如海光、飞腾、龙芯、熠知电子等性能快速提升，海光C86-5G达128核512线程，飞腾S5000C-E性能提升50%以上。在自主可控政策推动下，国产CPU正进入金融、电信、政务等核心行业，并有望在AI数据中心作为头节点或通用计算单元实现规模化替代。

报告中的代表性数据

从2025年约2860万增至2030年22.16亿

全球活跃Agent数量预测

2025-2030，据IDC预测，活跃Agent数量年复合增长率显著，同时年执行任务数将从440亿次暴增至415万亿次，Token消耗年复合增长率达3418%，驱动CPU算力需求爆发。

40%-90%

Agent工作负载中CPU端到端延迟占比

测试场景，Intel论文对五类主流Agent负载测试显示，CPU耗时占端到端延迟比例最高达90.6%（Haystack RAG任务），凸显CPU在Agent工作流中的核心地位。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 三大逻辑详细拆解：Chatbot向Agent演进对CPU的刚性需求分析，包括Multi-Agent调度、KV Cache卸载、高并发工具调用的技术原理与数据支撑。
  • CPU TAM扩容测算：基于AMD、ARM指引的2030年CPU TAM超1000亿美元，以及智能体AI需求分类、收入增长率预测。
  • NVIDIA架构演进对比：从DGX H100/200、GB300 NVL72到Vera Rubin的CPU/GPU配比变化、互联带宽与存储层次详细参数。
  • x86与ARM架构特性对比表：包括指令集、解码复杂度、性能、功耗、核心扩展、生态兼容性等维度，以及代表性产品。
  • 海外CPU厂商产品迭代：Intel Xeon6+、AMD EPYC Venice、Arm AGI CPU的关键规格、制程、能效数据与竞争分析。
  • 国内CPU厂商深度剖析：海光C86-5G、飞腾腾云S5000C-E、龙芯3C6000、熠知TF9000的核心参数、代际演进与应用落地案例。
  • 相关标的梳理：覆盖CPU、海外算力、国产替代等领域标的，并提供投资风险提示（竞争加剧、技术进度、资本开支波动）。
  • 完整数据图表：包含全球活跃Agent增长曲线、CPU/GPU配比演进图、各厂商CPU参数对比表等可视化资料。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告