被低估的CPU与爆发的Agent时代：全球服务器CPU市场规模测算和趋势分析

行业研究·海外市场专题 互联网·互联网Ⅱ 投资评级：优于大市（维持） 证券分析师：张伦可证券分析师：刘子谭0755-81982651liuzitan@guosen.com.cnzhanglunke@guosen.com.cnS0980525060001S0980521120004 摘要 Ø需求端：AI Agent驱动CPU范式转移，从配套配角到核心主力，配比、需求、价格、产业格局全面重构。根据GPU出货、柜内柜外划分、各场景CPU厂商份额和ASP假设（下同），测算2030年全球服务器CPU市场将突破2000亿美元。英伟达、谷歌、Intel等巨头均确认配比趋势，英伟达VeraCPU\ RubinGPU采用1:2配比，谷歌TPUV8与CPU为1:2，Intel CEO预判未来将走向1:1均衡，甚至可达4:1。 Ø收入端：AI服务器CPU市场呈现量价齐升的高景气特征。测算2030年全球服务器CPU总出货量达6700万颗，较2025年增长3倍；市场规模从2025年312亿美元增至2070亿美元，年复合增长率46%。AI服务器CPU需求由柜内配套+柜外扩容双轮拉动，测算总CPU:GPU配比从2026年1:3升至2030年0.93:1，接近1:1均衡。 Ø格局端：全球服务器CPU市场从Intel、AMD X86双雄争霸，转向X86阵营守成、ARM阵营快速崛起的三足鼎立格局，架构差异决定场景适配边界。测算2030年Intel份额39%、AMD 21%、ARM从2025年的11%提升至27%。 •①X86：采用封闭授权模式，生态兼容性强、企业客户基础深厚，适配柜外扩容与传统服务器场景； •②ARM：采用开放IP授权模式，支持深度定制，低功耗、高能效，成为英伟达、谷歌、亚马逊等云厂商柜内AI算力的首选。 •两生态场景分化明确，柜内AI训练/推理以ARM为主流，柜外扩容场景依托X86生态兼容性，由Intel、AMD占据主导。行业并非ARM线性替代X86，巨头间生态合作重塑格局，形成双架构共存的稳定生态。 Ø供给端:四大核心CPU厂商依托不同商业模式，释放差异化业绩弹性。 ①Intel：服务器CPU稳居行业龙头，IDM（自研自产）模式下产能优势与经营杠杆明显。当前市场份额触底企稳，产品逐步高端化转型。英特尔并未效仿AMD“CPU+GPU”协同出货的模式，也因此与各大自研芯片厂商形成错位竞争、合作自研CPU芯片。代工业务（IFS）成为第二增长曲线。②AMD：四家同业厂商中AI业务（服务器CPU+AI GPU）暴露度最高，业绩弹性明显，测算其数据中心GPU未来五年收入CAGR可达52%。CPU+GPU软硬件深度协同，产品生态布局完善。可能存在产能限制。③ARM：受益与ARM生态规模快速扩张，轻资产版税与授权双轮驱动增长。自研CPU开辟新增量，产能成为短期约束。依赖消费电子周期，目前AI业务权重偏低。④高通：作为消费级CPU赛道龙头，是Arm生态“架构级定制者+跨终端复用者”，低功耗与定制化能力强。把消费级CPU锁定的台积先进产能、存储产能转向高价值CPU/加速器。可提供芯片、软件、场景优化一体化全栈方案，已获头部AI科技厂商意向订单。 •风险提示：CPU技术进度风险、AI需求增长不及预期风险、监管与地缘政治风险 目录 Agent背景下CPU配比变化01 02 CPU市场格局测算03 04Intel、AMD、ARM、高通业务与弹性比较 风险提示05 范式转移：从“模型推理”到“工作流执行” •AI工作负载从“生成”走向“执行”之后，系统瓶颈由GPU单点算力转向CPU主导的编排、调度、工具调用、验证与I/O。Agentic AI将任务拆解为规划、调用工具、数据库/API交互、代码执行、验证、重试、多智能体协同等多步骤工作流，这些环节大量依赖CPU处理。 •因此Agentic AI阶段后，对应的是CPU侧耗时占比抬升至50%-90%（引用下述论文结论）。Agent需要加载到CPU内核的沙箱中运行，任务完成后才会释放资源。同时，CPU环节价值量和性能提升，要求核心为高核数/多线程、大三级缓存，单核主频3.5G-4.0G即可满足需求。 资料来源：阿里云、各公司官网，Ritik Raj，《Towards Understanding,Analyzing, and Optimizing Agentic AI Execution: A CPU-Centric Perspective》，arXiv:2511.00739。国信证券经济研究所整理 Agent进程最少需要一个核，越复杂度Agent任务、CPU瓶颈约明显 •一个Agent必须配一个沙箱作为“容器”来保证进程和内存独立、安全，一个沙箱最少需要1个核(高并发、多工具调用需更多)，该核在用户打开Agent时持续被占用。 •不同复杂度任务的CPU资源消耗显著差异。100万并发任务需要320万核CPU，测算依据为CPU利用率40%，预留25%-30%的冗余buffer。CPU需求提升不是所有AI负载等比例扩张，而是与工作流复杂度、工具调用密度、代码验证频率和多Agent协作深度高度相关。 •越复杂度Agent任务、CPU瓶颈约明显，如数据库检索、代码执行、搜索摘要等CPU任务处理时延占总时延80%-90%。 权威声音：CPU：GPU配比将收紧至1:1-1:2，甚至4:1 •核心趋势：从"GPU独大"向"CPU+GPU协同"转变，智能体时代配比从1:4-1:8收紧至1:1-1:2，CPU需求激增4倍。 ①CEO黄仁勋在2026年GTC大会（26年3月16日）：“我们正迈入推理时代，CPU必须与GPU协同优化，以适配推理与智能体工作负载的复杂调度需求；VeraCPU与RubinGPU采用1:2配比，核心目的是实现系统级算力均衡。” ②谷歌技术团队在2026年Google Cloud Next大会（26年4月22日）：展示拓扑图TPUV8与CPU采用1:2配比设计，“Google Cloud整体模型API的调用量已达到每分钟处理超过160亿Tokens。” ③IntelCEO在26Q1财报会（26年4月23日）：“CPU与GPU的配比过去是1:8，现在是1:4，我认为未来会走向1:1均衡，甚至更有利于CPU。” ④大摩科技年会（26年5月20日）：英特尔公司CEO陈立武表示，Intel-18A良率每月提升约7%，超内部预期。随着AI从训练转向推理，CPU与GPU的配置比例从1:8向1:1靠拢，甚至可达4:1。 资料来源：各公司财报及公开会议纪要，国信证券经济研究所整理 案例：Agent背景下，阿里AI服务器配比来到1:4 •据阿里云和钛媒体报道，2025年阿里AI服务器采用32核CPU与GPU 1:8的配比，可满足chatbot类推理业务需求，存量CPU以8核、16核、32核的低核产品为主。新架构下8台AI服务器需外挂多核CPU服务器，预计CPU与GPU配比提升至1:4；机架预留扩展槽，后续甚至可根据需求进一步扩容至1:2。 资料来源：阿里云，钛媒体，国信证券经济研究所整理 CPU价值重估传递到终端，CPU量价齐升 •英特尔26Q1业绩会与高管CRN独家专访官方披露CPU价格较2025年底累计上涨25%-30%，当前涨价计划未发生变化，TrendForce预估今年还会启动新一轮涨价，2026年全年涨幅目标为30%，2027年计划在此基础上再上涨10%以上。 •根据TrendForce，英特尔2026年Q1商用服务器CPU出货量同比2025年Q1增长20%；Q2出货量同比增长30%，当前Q3订单已全部接满，Q2到2026年末出货量预计维持30%左右的同比增速。 传统生成式AI中CPU仅为配套;Agentic AI阶段，每块GPU对应所需CPU核心数飙升。高核数、强带宽、异构互联成为标配。 先进制程产能被GPU/ASIC占用,Intel/AMD2026年产能大幅锁定，交期拉长至8-16周，价格上行周期。 算力重构的底层逻辑：真正的扩容变量“核” •Agentic AI带来的需求上行不仅在于CPU数量增加，更在于单CPU核数持续提升。 ①传统AI基础设施中，每GPU仅需8-32个CPU核心；②Agentic AI中，每GPU对应CPU核心需求升至80-120个，CPU:GPU比重甚至超过1:1。③每吉瓦数据中心所需CPU核心数从3000万提升至1.2亿，相当于4倍提升。 同等功率规模下，每吉瓦（GW）数据中心所需的CPU核心数从3000万跃升至1.2亿（测算每GW需要GPU约60-110W）。 即使GPU数量保持不变，单节点核心需求10倍跃升与1:4部署折算，直接带来整体CPU算力需求约4倍的结构性爆发。 资料来源：IDC、SemiAnalysis、JPR，国信证券经济研究所整理测算 目录 Agent背景下CPU配比变化01 服务器CPU市场规模测算02 CPU市场格局测算03 04Intel、AMD、ARM、高通业务与弹性比较 风险提示05 高资本开支下，GPU/加速器芯片出货量2030年有望达4000万颗 •2026年全球科技资本开支持续增长，预计其中北美四大云与科技巨头（微软/谷歌/亚马逊/Meta）贡献超7000亿美元，全球资本开支约万亿美金。其他主权国家、企业资本开支持续加码，26CYQ1英伟达数据中心收入中Hyperscale（公有云+全球最大消费互联网公司）与ACIE（AI云、工业、企业）各占一半。黄仁勋在26CYQ1业绩会表示超大规模企业资本支出2030年底年投入将达3-4万亿美元。 •根据各个企业对于其自研芯片产品路线与产能测算得： •2026全球算力芯片出货量约1700多万增长到2030年约4000万颗，其中GPU（NVDA、AMD为主）约占比55%，ASIC芯片占比45%。谷歌TPU贡献了核心增量，测算2030年出货占比总出货量40%，其次为英伟达NVDA。 高资本开支下，GPU/加速器芯片出货量2030年有望达4000万颗 •根据各个企业对于其自研芯片产品路线与产能测算得： •2026全球算力芯片出货量约1700多万增长到2030年约4000万颗，其中GPU（NVDA、AMD为主）约占比55%，ASIC芯片占比45%。谷歌TPU贡献了核心增量，测算2030年出货占比总出货量40%，其次为英伟达NVDA。 •同时，CPU与GPU的配比随着Agent和推理需求的增长快速提升，因此CPU行业增速显著快于GPU/加速器板块。 资料来源：各公司业绩会，国信证券经济研究所整理测算*根据各家产品迭代路线与代工产能测算 柜内、柜外双重拉动，不同产品/场景第三方CPU份额差距明显 •将AI服务器CPU出货拆分为柜内（按照当前机柜方案CPU/GPU配比假设）、柜外测算（根据需求场景CPU需求量假设）：2030年全球AI服务器CPU柜内出货量预计达2500多万颗、五年CAGR为55%；总AI服务器CPU 2030出货量预计达3700多万颗、五年CAGR为68%； •CPU与GPU的配比：柜内从2026年出货的约1:3提升至0.63:1；加上柜外的CPU数量，总的CPU：GPU配比从26年的1:3到30年的0.93:1。 •注：蓝色底色为GPU出货量采用第三方CPU供货、而非自研CPU的情况。根据TrendForce，柜外CPU主要负责Agentic AI工作流的非张量计算任务，其对应CPU:GPU约为1.2:1，假设Agent任务占比AI训练/推理占比得到柜外比例。 加速器巨头逐步切换自研CPU，带动配套CPU增长 •加速器巨头逐步切换自研CPU：英伟达2024年出货主力B系列和后续产品机柜方案切换为自研CPU（此前为Intel至强芯片），对于Intel在AI服务器市场份额带来影响。谷歌2027年主力出货的TPU V8版本也将切换为自研Axion CPU。 •AMD与亚马逊加速