In the Era of Agentic AI, Will CPU-to-GPU Ratio Reach "1:1"?

智能体 AI（Agentic AI）浪潮正在从根本上改变数据中心的计算架构，CPU 的战略地位随之大幅跃升。

美国银行证券在最新研究报告中将 2030 年服务器 CPU 总潜在市场规模（TAM）上调至逾 2100 亿美元，较此前约 1700 亿美元的预测提升逾两成，并将年复合增长率预期从 30% 上调至 36%。

这一调整的核心逻辑在于：随着 AI 工作负载从训练转向推理、再向智能体 AI 演进，CPU 在数据中心系统中的角色正从 GPU 的"配角"升级为智能体编排的"控制平面"。美银预计，CPU 与 GPU 的配比将从训练时代的约 1:4，逐步收窄至 AI 推理阶段的约 1:2，并最终在智能体 AI 时代趋近 1:1。这意味着到 2030 年，CPU 将占整体约 2.2 万亿美元数据中心系统 TAM 的约 10%，高于 2024 至 2025 年训练时代的不足 7%。

在个股层面，美银维持 AMD 买入评级，目标价 620 美元，视其为最佳 CPU 标的；维持英伟达（NVDA）买入评级，目标价 350 美元，视其为半导体板块整体首选。

智能体 AI 重构 CPU 需求逻辑

美银分析师 Vivek Arya 团队指出，AI 工作负载的演进路径正在系统性地抬升 CPU 的需求密度。

在训练时代，CPU 主要承担数据预处理、分词、批处理及向 GPU 喂数据等辅助职能，GPU/加速器才是算力核心。这一格局导致 2022 至 2025 年间 AI 加速器市场以 +139% 的年复合增长率狂飙，而服务器 CPU 仅录得 +14% 的年复合增长率。到 2025 年，AI 加速器已占数据中心计算支出的 85%，CPU 仅占 15%，而 2021 年这一比例尚为 26% 对 74%。

进入智能体 AI 阶段，情况发生结构性转变。智能体 AI 并非简单的"一问一答"，而是涉及规划、上下文检索、工具调用、状态管理、API 交互、多模型路由及结果评估等多步骤循环工作流。这些任务本质上是 CPU 密集型的顺序处理，而非 GPU 擅长的并行矩阵运算。美银认为，CPU 由此从"主机处理器"升级为 AI 推理的"控制平面"。

值得注意的是，美银强调这并非 CPU 替代 GPU，而是两者需求同步扩张。GPU 在矩阵运算、大模型推理、高吞吐预填充及前沿模型推理方面的核心地位不变；CPU 则在编排、内存管理、工具执行及数据移动等维度上承担更多职责，系统瓶颈从单一的 GPU 算力扩展至更广泛的基础设施层面，整体数据中心 TAM 因此得以扩大。

2030 年市场格局：ARM 崛起，英特尔承压

美银将 2030 年服务器 CPU TAM 细分为三类：传统/IaaS 约 300 亿美元、AI 计算/头节点约 900 亿美元、AI 智能体独立节点约 900 亿美元，后两者合计约 1800 亿美元的 AI CPU 市场将占总量的约 86%。

从市场份额预测来看，ARM 系阵营将是最大赢家。美银预计到 2030 年，ARM 商用 CPU（含英伟达 Vera、ARM AGI、高通 CPU 等）将占服务器 CPU 价值份额的约 38%，ARM 定制 CPU（含 AWS Graviton、谷歌 Axion、微软 Cobalt 等）约占 9%，两者合计接近 47%。AMD 预计维持约 31% 的价值份额，而英特尔（INTC）则将从 2026 年的约 34% 降至约 22%，尽管其绝对营收仍将以约 22% 的年复合增长率增长。

在单位份额层面，英特尔仍将以约 36% 居首，但价值份额的持续下滑反映出其在高附加值 AI 工作负载中的竞争劣势。美银指出，英特尔的相对优势在于传统企业工作负载，以及基于 18A-P 制程的 Coral Rapids 平台有望于 2028 年缩小与竞争对手的性能差距。

AMD：核心数量与频率双重领先

美银将 AMD 列为最佳 CPU 标的，核心依据在于其在高频率和高核心数两个维度上的双重领先优势。

在高频率方面，AMD Turin（第五代 EPYC）峰值频率达 5.0GHz，高于英特尔 Granite Rapids 的 4.3GHz 及英伟达 Grace 的约 3.35GHz。即将于 2026 年下半年推出的 Venice（第六代 EPYC）预计将进一步巩固这一优势，使 AMD CPU 成为 AI 规模扩展集群中头节点/计算节点的理想选择。

在核心数量方面，AMD 的优势更为突出。Venice 预计最高支持 256 核/512 线程，远超英伟达即将推出的 Vera（88 核/176 线程）及英特尔 Diamond Rapids（预计最高 192 核）。美银测算，AMD EPYC 9965（Turin，192 核）在智能体 AI 工作负载中的机架级性能是英伟达 Vera 的 2.37 倍，而 Venice（256 核）有望将这一优势扩大至 3.30 倍。

此外，美银还看好 AMD 在 Zen 6/2nm 制程上的执行力及供应链可见性，以及 x86 生态在安全性和可靠性特性（RAS）方面对智能体 AI 工作负载的适配优势。

英伟达独立 CPU 机架开启新需求空间

英伟达于 2026 年下半年随 Vera Rubin 平台推出的独立 Vera CPU 机架（CPX 机架），是美银上调 CPU TAM 预测的重要催化剂之一。

该机架可集成多达 256 颗 Vera CPU，采用液冷设计，专为智能体 AI 工作负载优化，负责编排、内存控制及 I/O 管理，并可对 Vera Rubin NVL72 计算机架的输出进行测试、执行和验证。在完整的 40 机架 Vera Rubin SuperPOD 中，每个 Pod 包含 1152 颗 Rubin GPU、576 颗作为计算机架组成部分的 Vera CPU，以及潜在的另外 512 颗独立 CPU 机架中的 Vera CPU，CPU 与 GPU 的比例趋近 1:1。

美银认为，这类独立 CPU 机架将承载 RAG 管道、向量数据库、数据准备、API/工具执行及中小型模型推理等此前对昂贵 GPU 机架而言过于碎片化的工作负载，从而实质性地扩大整体 TAM，而非仅仅替代现有需求。