Agentic AI时代来临：服务器CPU需求或迎来爆发式增长

为什么Agentic AI会提高CPU需求

传统AI基础设施主要围绕GPU构建，因为GPU擅长处理深度学习所需的大规模并行计算。但在Agentic AI系统中，模型只是整个系统的一部分。

在一个典型的AI代理系统中，CPU负责大量“外围但关键”的任务，例如：

• 协调多个AI模型和工具
• 任务规划与调度
• 数据检索与管理
• 网络与内存管理
• 推理流程之外的系统逻辑执行

换句话说：

• GPU负责核心数学计算
• CPU负责系统协调与执行框架

当企业开始在生产环境中部署AI代理时，这种“协调层”的计算需求会快速增加。

AI数据中心的CPU与GPU比例正在改变

AI数据中心长期以来的结构通常是：

1个CPU支持4到8个GPU。

但苏姿丰表示，随着Agentic AI和推理工作负载增长，这一比例正逐渐向接近1:1演变。

这种变化意味着CPU需要承担更多任务，例如：

• 管理分布式AI代理
• 执行工具调用与自动化流程
• 实时推理管线调度
• 高速数据传输和系统控制

因此，CPU不再只是GPU服务器中的“辅助处理器”，而是重新成为AI计算架构的重要组成部分。

服务器CPU市场规模预测：1200亿到1250亿美元

随着AI工作负载结构变化，多家机构显著上调了服务器CPU市场规模预测。

AMD预测：

• 服务器CPU总可寻址市场（TAM）未来几年年增长率将超过 35%
• 到 2030年市场规模将超过1200亿美元
• 这一预测比此前的估计几乎翻倍。

美国银行（Bank of America）预测：

• 市场规模将从 2026年的约430亿美元
• 增长至 2030年的约1250亿美元
• 年复合增长率约 31%。

尽管两家机构的增长率假设不同，但结论一致：AI基础设施将变得更加“CPU密集”。

谁会争夺这块市场

随着市场规模扩大，服务器CPU领域的竞争也会更加激烈。

美国银行预计到2030年：

• x86架构（主要由AMD和Intel主导） 仍将占约 56%市场份额
• ARM架构定制芯片 可能达到约 37%份额，主要来自大型云厂商自研处理器。

在x86阵营中，AMD近年来持续提升数据中心处理器份额，一些分析师认为公司可能在未来几年占据更大比例的新增市场机会。

不过最终格局仍存在不确定性，因为大型云服务商（如超大规模云厂商）越来越倾向于设计自己的定制芯片。

AI需求已经开始影响AMD业务

这种基础设施需求的增长已经在现实市场中产生影响。

首先是资本市场反应。由于数据中心AI芯片需求强劲，AMD在发布乐观财务指引后，股价在盘后交易中上涨约12%。

其次是供应链压力。苏姿丰表示，随着需求超出预期，AMD正在与台湾制造合作伙伴扩大生产能力，以满足不断增长的CPU订单。

这说明服务器CPU需求增长并非仅停留在预测层面，而是已经开始影响芯片生产计划和供应链。

AI硬件叙事正在改变

过去几年，AI硬件几乎被描述为“GPU的时代”。

但随着AI从单一模型训练走向复杂、多步骤的智能代理系统，数据中心需要更完整的计算堆栈。

在这种架构中：

• GPU负责高强度AI计算
• CPU负责调度、协调和系统逻辑

正是这种变化，让分析师认为服务器CPU市场将在未来几年出现显著扩张。

如果这些预测成为现实，AI基础设施的下一阶段将不再只是更强大的GPU竞争——CPU也将重新成为数据中心算力版图中的核心角色。