半导体行业深度报告：Agentic AI时代的算力重构：CPU，从“旁观者”到“总指挥”的价值回归

核心观点与关键数据

主流Agent形态从模型推理走向“浏览器+代码执行”
Agent运行在具备完整操作系统的云端沙盒环境中，而非直接运行在GPU上。主流架构如Manus、OpenAI ChatGPT Agent等，为每个Agent分配独立云端虚拟机，包含浏览器、文件系统等完整计算环境，执行网页浏览、代码修改等任务。

CPU在Agent时代具有不可替代性

1. 离散控制流决定CPU优于GPU：Agent执行阶段包含大量if/else判断和系统调用，呈现高度分支化特征。GPU的SIMT执行模型在分支发散时性能急剧下降（32路发散性能下降27-125倍），而CPU的MIMD架构天然适配复杂控制流，通过分支预测器、乱序执行等机制实现稳定吞吐。
2. 长上下文推理推升CPU内存需求：长上下文推理产生巨大的KV Cache，随对话轮次和上下文长度线性增长，快速耗尽GPU HBM容量。最优架构为“GPU负责计算、CPU搭配大容量DDR5/LPDDR5（通过CXL扩展）承载KV Cache”，兼顾吞吐、扩展性与成本效率。

Agent软件基础设施加速落地，CPU多核化与需求放量进入确定性通道

• 系统瓶颈转向CPU并发调度：研究显示，Agent执行链路中工具处理环节（检索、代码执行等）占CPU端到端延迟高达90.6%，高并发场景下CPU延迟增幅超2倍，证明CPU核心数成为系统性能约束。
• CPU龙头迭代方向明确：AMD Turin最高192核、Intel Sierra Forest最高288核，推动服务器CPU向超多核、能效核路线演进，以支持大规模Agent执行环境。
• 英伟达新架构提升CPU配比：GB200 NVL72架构中，Grace CPU与Blackwell GPU维持1:2配比，并通过NVLink-C2C实现GPU访问CPU内存，确认大内存CPU是承载海量KV Cache的最优容器。
• DeepSeek Engram架构强化CPU角色：新模型将部分参数外置为Engram记忆，由CPU调度，进一步验证CPU在长时记忆系统中的核心控制地位。

投资建议与风险提示

• 投资建议：看好海光信息（受益于超多核CPU发展）、澜起科技（受益于CXL驱动的“存力+算力”协同）、龙芯中科、万通发展（数渡科技）。
• 风险提示：Agent落地节奏不及预期、新型硬件架构替代、CSP资本开支波动。

研究结论
Agent架构重塑CPU与GPU分工，CPU从“调度者”回归“核心算力”，推动服务器CPU向超多核演进，并强化大内存CPU在长上下文推理中的重要性。随着Agent商业化推进，超多核CPU将成为大规模执行环境的关键支撑。