如果 Agentic AI 令伺服器 CPU 翻生，2030 年邊間最受惠？

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 。

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 。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 。

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 。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 。

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 。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 。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 。

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 。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 。

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 。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 。

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 。

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. 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 。

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 。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 。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 。

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 。

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 。

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 。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 。

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 。

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 。

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 。SemiAnalysis 的 2026 年數據中心 CPU 版圖，亦列出 Intel 未來 Diamond Rapids 同 Coral Rapids 世代 。

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 。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 。

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 。

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 。

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 。

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 。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 。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 。Intel 有反彈空間，但更依賴執行 。

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 。