先講結論:Agentic AI(代理式 AI)唔係話 GPU 會退場。恰恰相反,GPU 因為平行處理能力同成熟軟件生態,仍然係 AI 工作負載的主導處理器架構;相關市場報告亦指 Nvidia 在呢一段仍佔壓倒性位置 [1]。
真正有變的,是 GPU 周邊的基建開始更值錢。當推理變成多步驟流程,CPU 要負責調度、資料準備、記憶體同 I/O、控制流,以及管理 GPU,令加速器保持高使用率 [7]。所以 2030 年的問題唔係「CPU 會唔會取代 GPU」,而係:AI 數據中心新增的 CPU 價值,邊個最有機會捕捉到。
一眼睇排名
| 排名 | 公司或群組 | 最主要受惠方式 | 最大變數 |
|---|---|---|---|
| 1 | AMD | 市場擴大時直接賣伺服器 CPU;AMD 現在預期伺服器 CPU TAM 到 2030 年超過 1,200 億美元 [ | 自研 Arm CPU 同綑綁式 AI 平台可能分走部分增量 [ |
| 2 | Arm | 如果超大規模雲端商同 AI 基建供應商大規模採用 Arm-based CPU,架構層槓桿最大 [ | 最進取市佔預測仍然係預測,未係既成事實 [ |
| 3 | Nvidia | 若 CPU 需求被包入 GPU-centric AI 系統,Nvidia 有機會用全棧平台捕捉更多機架價值;TrendForce 指 Nvidia 已推可獨立銷售的 Vera CPU 機架 [ | 核心優勢仍在 AI 加速器同系統,而非傳統外售伺服器 CPU 市佔 [ |
| 4 | Intel | 如果新 CPU 周期帶動 x86 伺服器需求,有傳統大戶反彈空間 [ | 執行風險較高;AMD 勢頭、Arm-based 設計同 AI 平台化都在加壓 [ |
| 5 | Amazon、Google 等 hyperscalers | 透過 Graviton、Axion 等自研 CPU 改善成本、控制權同機群優化 [ | 好處多數反映在內部經濟效益,唔一定變成對外半導體收入 [ |
點解 Agentic AI 會改變 CPU 算盤
過去幾年,數據中心的敘事幾乎被 GPU 同網絡設備壟斷。SemiAnalysis 形容,自 2023 年起,AI 訓練同推理令算力需求焦點離開 CPU,Intel 作為主要伺服器 CPU 供應商未能完全食到數據中心擴建紅利;伺服器 CPU 收入相對停滯,而 hyperscalers 同新興雲端供應商把焦點放在 GPU 同更廣泛的 AI 基建上 [8][
9]。
Agentic AI 令呢個格局變得無咁單一。AMD 的講法係,代理式工作負載需要更多邏輯處理同 GPU 管理;推理唔再只係模型跑一次,而係多步驟工作流,因而帶動新 CPU 運算需求 [7]。在現代 AI 叢集入面,CPU 做的正是令加速器保持忙碌的系統工作:排程、資料準備、記憶體同 I/O、控制流 [
7]。
TrendForce 亦將 Nvidia 同 Arm 的 CPU 動作視為同一個結構轉變。該機構報道,Nvidia 在 2026 年 3 月 16 日的 GTC 發表首個可獨立銷售的 Vera CPU 機架;Arm 則在 2026 年 3 月 25 日公布 Arm AGI CPU,同時推出兩款 CPU 機架版本 [2]。TrendForce 亦把 agentic-AI 浪潮同 CPU:GPU 配比轉變、CPU 供應緊張連在一起分析 [
2][
5]。
但要講清楚:呢個唔係看淡 GPU 的論述。AI 工作負載仍以 GPU 為主,因為 GPU 的平行運算能力同軟件生態成熟;Nvidia 在該市場仍然有壓倒性位置 [1]。CPU 的機會,是作為 host、協調層同平台層,跟加速器一齊變得更有價值。
市場有幾大?其實仍未定案
最大不確定性,是呢塊餅究竟有幾大。AMD 現時預期伺服器 CPU 可服務市場每年增長超過 35%,到 2030 年超過 1,200 億美元;這高過公司之前 18% 年增長的預測 [6]。TradingKey 則報道 UBS 有更進取估算,指 agentic AI 將更多運算推向 CPU,令 2030 年伺服器 CPU 市場可達 1,700 億美元 [
4]。
不過,並非所有預測都咁樂觀。另一份 2025 年市場觀點估計,整體數據中心處理器市場到 2030 年可達 3,720 億美元,但伺服器 CPU 市場只達 356 億美元 [13]。呢啲數字可能用咗不同定義同假設,所以以下排名要當作條件式分析:如果 agentic AI 真係帶來更大的伺服器 CPU 周期,邊啲公司最有槓桿?
1. AMD:最直接的伺服器 CPU 受惠者
AMD 排第一,因為它的受惠路徑最直接。如果伺服器 CPU 市場被重新估值,AMD 賣的正正係呢個產品類別。AMD 行政總裁 Lisa Su 在業績電話會議上表示,公司現時預期伺服器 CPU TAM 每年增長超過 35%,到 2030 年超過 1,200 億美元 [6]。
AMD 亦有一套清楚的 agentic-AI 論述:多步驟推理需要更多邏輯、排程、資料搬運同 GPU 管理,因此會創造新 CPU 需求 [7]。AMD 將 EPYC 伺服器 CPU 放在更完整的 AI 基建堆疊入面,配合 AMD Instinct GPU、Pensando 網絡技術同 ROCm 軟件棧 [
7]。
短期數據中心動能亦支持呢個故事,雖然它唔係純 CPU 指標。AMD 數據中心部門第一季收入按年升 57% 至 58 億美元,高過 LSEG 彙編分析師預期的 56.4 億美元 [6]。
風險在於,更大的 CPU TAM 唔一定全部流向外售 x86 CPU。部分增量可能由雲端商自研 Arm CPU、hyperscaler 內部設計,或者由 Nvidia 主導的整合式 AI 系統捕捉 [2][
4][
8]。
2. Arm:最大架構變數
Arm 排第二,因為它可以在「最終晶片由邊個設計」之外受惠。只要 hyperscalers、AI 基建供應商同系統商把更多 host CPU 轉向 Arm-based 設計,Arm 架構在數據中心平台的影響力就有機會擴大 [4][
8][
9]。
最進取的 Arm 個案來自 TradingKey 引述 UBS 的預測。該報道指,UBS 預計 Arm 到 2030 年可達 40%–45% 伺服器 CPU 單位份額、50%–55% 收入份額,並可能拿下超過 75% head-node CPU 市場 [4]。這只是預測,不是已發生的結果;但它解釋到,點解 Arm 要排在 2030 年 agentic-AI CPU 受惠榜的前列。
TrendForce 亦報道,Arm 在 2026 年 3 月公布 Arm AGI CPU 同兩款 CPU 機架版本,形容 CPU 在 AI 數據中心的重要性正在上升 [2]。另一方面,SemiAnalysis 指 hyperscalers 已經為雲端運算服務推出自家 Arm-based 數據中心 CPU [
9]。
所以 Arm 的重點唔係單一產品,而係架構滲透。如果 agentic AI 增加加速器周邊的高效 host CPU 需求,Arm 可透過雲端自研 CPU、AI 系統設計同不同供應商平台參與增長 [4][
8][
9]。
3. Nvidia:如果 CPU 跟 AI 系統綑綁,它最有平台優勢
Nvidia 唔係最純粹的伺服器 CPU 公司,但可能係最強的全棧 AI 平台受惠者。它的核心優勢仍然係加速器:GPU 仍是 AI 工作負載主導架構,而 Nvidia 在該市場有壓倒性位置 [1]。
CPU 角度之所以重要,是因為如果 CPU 變成 AI 機架內更高價值的配套,Nvidia 有能力把更多總系統價值留在自己平台內。TrendForce 報道,Nvidia 在 2026 年 3 月 16 日的 GTC 發表首個可獨立銷售的 Vera CPU 機架 [2]。TrendForce 相關分析亦把 Nvidia 的 Vera CPU 動作同 Arm 推 CPU,解讀為 agentic AI 正在重塑 AI 數據中心的 CPU:GPU 需求 [
5]。
這令 Nvidia 同 AMD 的受惠方式好唔同。AMD 最受惠於外售伺服器 CPU 市場擴大;Nvidia 則更受惠於客戶購買完整 AI 系統,即 CPU、GPU、網絡、記憶體同軟件一齊優化 [1][
2]。
4. Intel:有反彈劇本,但執行風險較高
Intel 仍然重要,不能忽略。SemiAnalysis 指,在 GPU 同網絡成為數據中心開支重心期間,Intel 仍是主要伺服器 CPU 供應商;但隨着 hyperscalers 同新興雲端供應商把焦點放在 AI 加速器上,伺服器 CPU 收入相對停滯 [8]。
如果 agentic AI 令整個伺服器 CPU 市場需求上升,Intel 當然有機會受惠。TrendForce 報道,2026 年第一季末 CPU 供應緊張,加上市場關注 Intel 同 AMD 加價消息,已成為焦點 [2]。SemiAnalysis 的 2026 年數據中心 CPU 版圖,亦列出 Intel 未來 Diamond Rapids 同 Coral Rapids 世代 [
8]。
Intel 排在 AMD、Arm、Nvidia 後面,主因係風險。AMD 有最清晰的直接 TAM 擴張故事,Arm 有架構轉移論述,Nvidia 則有主導 AI 加速器平台 [1][
4][
6]。Intel 的上行空間,更大程度取決於未來 Xeon 平台能否在性能、能效同系統層面重新證明自己 [
8]。
5. Hyperscalers:贏在成本同控制權,不一定贏在晶片收入
Amazon、Google 以及其他 hyperscalers 亦可以係受惠者,但形式同 AMD 或 Arm 好唔同。SemiAnalysis 指,hyperscalers 正在開發自家 Arm-based 數據中心 CPU;其 2026 年 CPU 版圖亦包括 Amazon Graviton 同 Google Axion 等自研 CPU 努力 [8][
9]。
如果 agentic AI 提高 CPU 密度,自研 CPU 可幫雲端平台優化自身基建經濟效益。好處可能體現在成本較低、工作負載控制更好、對外售 CPU 供應商依賴下降,而唔係直接變成對外半導體收入 [8][
9]。
換句話講,hyperscalers 唔只是今次伺服器 CPU 周期的買家。只要自研 Arm-based CPU 適合其內部雲端同 AI 工作負載,它們亦可能在自己機群內部成為部分份額取得者 [9]。
點解今次唔排晶圓代工
今次排名集中在 CPU 設計者、平台供應商同雲端營運商,因為所提供證據最集中在呢幾類公司。晶圓代工廠當然可能間接受惠於更高階伺服器 CPU 需求,但現有資料未建立某一間製造商在 2030 年伺服器 CPU 市場的具體、可引用投資論述。若要做有來源支撐的排名,AMD、Arm、Nvidia、Intel 同自研 CPU 的 hyperscalers 係較扎實的名字。
最後點睇
如果 agentic AI 真係在 2030 年前帶來大型伺服器 CPU 擴張,AMD 係最乾淨的直接受惠者,因為它正正向一個公司現時估計可超過 1,200 億美元的市場銷售伺服器 CPU [6]。Arm 則可能有最高架構槓桿,前提係 Arm-based 自研 CPU 在 hyperscalers 同 AI 基建中進一步擴張 [
4][
8][
9]。Nvidia 仍然係平台贏家,尤其當更多 CPU 價值被綑綁入 GPU-centric AI 系統 [
1][
2]。Intel 有反彈空間,但更依賴執行 [
2][
8]。
所以實際答案要按受惠方式分:直接 CPU 收入睇 AMD;架構滲透睇 Arm;全棧 AI 基建睇 Nvidia;傳統大戶反彈睇 Intel;內部成本同控制權優勢,就睇 Amazon、Google 等 hyperscalers [1][
4][
6][
8][
9]。




