NVDA 在 2026 年 7 月 22 日发布了其 Vera CPU 架构的最新信息，并提出了一个新的评估 AI 基础设施的框架：规模化下的单线程性能。Vera 架构包含 88 个定制的 Olympus ARM 核心处理器、1.2TB/s 的内存带宽和 3.4TB/s 的片上互连带宽。NVDA 认为，随着 AI 的发展，CPU 延迟、内存响应速度和 GPU 利用率变得越来越重要。NVDA 选择采用单体计算芯片（其声称可提供可扩展的缓存一致性），这与 AMD 的芯片组架构形成对比。AMD 在 2026 年 7 月 26 日举行的 AI 2026 日上提供了行业首次公开技术回应的机会，在服务器 CPU 市场规模可能到 2030 年达到 1700 亿美元的情况下，这一回应具有重要意义。
NVDA 的核心论点是，智能体 AI 由 CPU 与 GPU 之间的循环组成，涉及工具调用、代码执行、检索和协调，其中每一步都依赖于前一步的完成。在这种框架下，每核心性能的提升直接提高了智能体响应时间、GPU 利用率和整体 AI 工厂的生产力。NVDA Vera CPU 还受益于跨六个其他 AI 建筑模块的“协同设计”，包括 Rubin GPU、Groq LPX、Spectrum 交换机以及 BlueField 存储/NIC。
AMD 则认为，生产 AI 越来越像由数据库、API、向量存储、编排引擎、缓存和中间件组成的分布式软件平台。在这种环境下，主要限制是能够在固定功耗范围内维持的并发工作流的数量。AMD 估计 EPYC 9965（Turin）在 100kW 部署模型中提供的机架级吞吐量约为 NVDA Vera 基准的 2.4 倍，EPYC 6（Venice）预计为 3.3 倍。
此外，CPU 的讨论还扩展到软件生态系统，即 x86 与 ARM 的竞争。NVDA 的立场暗示，如果更优越的微架构能够提供更好的智能体性能，那么指令集架构（ISA）就会变得次要。AMD 和 INTC 可能会认为，随着 AI 从模型推理扩展到企业工作流程，企业软件堆栈中的 x86 将受益于数十年的优化、验证和跨数据库、中间件、安全平台和企业应用程序的兼容性。随着 AI 从模型推理扩展到企业工作流程，软件惯性能成为一个重要的差异化因素。
对于投资者来说，关键问题是智能体 AI 主要受限于完成一个智能体的时间还是每机架的智能体数量。NVDA 的框架基于延迟、每线程进度和 GPU 利用率。AMD 的框架基于并发性、吞吐量和服务密度。预计 AMD 的周四活动将更多地关于建立行业首选的指标，而不是基准比较。
BofA 对四家公司提供了目标价和风险分析：
- AMD：目标价 62 美元，基于 2027 年非 GAAP 每股收益的 47 倍，目前处于历史 13 倍至 58 倍中值范围的上限附近。AMD 的目标价得到了其 50% 以上的年 EPS 增长潜力和 AI CPU/GPU 市场份额增长潜力的有力支持，但受到 PC/嵌入式/游戏机市场增长放缓的适度抵消。
- Arm Holdings：目标价 46 美元，基于对 IP 业务和芯片组业务的拆分估值，IP 业务按 2.5 倍 CY30E PEG（倒推 2 年）估值，芯片组业务按 31 倍 CY30E PE（倒推 2 年）估值，两者均处于竞争性同行范围/平均水平的多倍数。目标价意味着 130 倍的 CY28E 总市盈率，考虑到数据中心内容、硅/芯片组（AGI CPU）的长期机会，仍在 Arm 历史上的 35 倍至 147 倍范围内，但受到 SoftBank 依赖和运营支出增加的抵消。
- Intel：目标价 16 美元，基于 31 倍 CY30E 每股收益的估值，考虑到该公司关键的服务器 CPU 和外部晶圆厂封装机会，这些机会将远期延伸。目标价意味着 10.7 倍的 2028 年总公司 EV/S，远高于历史 1.7 倍至 4 倍范围，但鉴于服务器 CPU 和外部晶圆厂机会的增加，我们认为这是合理的，但受到近期/中期制造规模增加不确定性的抵消。
- NVIDIA：目标价 350 美元，基于 26 倍 CY27E 每股收益（扣除现金），在 NVIDIA 历史上的 25 倍至 56 倍向前年市盈率范围内，我们认为这是合理的，这得益于 NVIDIA 在快速增长的人工智能计算/网络市场中的领先份额，但受到全球 AI 项目波动性、游戏市场周期性以及人们对获得电源的担忧的抵消。
BofA 认为，AMD 的周四活动将更多地关于建立行业首选的指标，而不是基准比较。
