核心观点与关键数据
CPU重回AI基础设施主线
进入Agent/RL阶段后,AI任务从单次生成走向连续执行,CPU在任务编排和执行环境中的作用被重新放大。AI工作负载变复杂后,GPU机柜内需要更高CPU配套,机柜外也可能需要额外CPU资源池或独立CPU机柜,CPU有望成为AI集群扩容中的重要配置。
CPU/GPU配比继续抬升
传统训练侧更强调GPU密度,1颗CPU配4-8颗GPU较为常见。进入推理和Agent阶段后,CPU承担更多调度、检索、工具调用和环境反馈任务,配比开始上行。当前NVIDIA GB200、GB300、Vera Rubin NVL72以及国内CloudMatrix384等公开样本已接近1:2,后续随着Agentic AI占比提升,配比仍有向1:1甚至更高CPU占比演进的可能。
供需缺口扩大,国产CPU有望迎来商业化窗口
需求放量下,海外x86服务器CPU库存、价格和交期同步承压。例如2026年2月Intel和AMD均发出供应警告,Intel部分产品交期最长拉至6个月,AMD部分产品交期拉长至8-10周,Intel产品价格也已出现上调。海外CPU缺货和交付不稳定会倒逼下游客户重新评估国产CPU的可获得性和适配价值。若国产CPU在推理服务器、行业服务器和国产超节点中持续验证,当前阶段有望成为国产CPU进入商业化市场的重要窗口期。
研究结论
随着AI工作负载的复杂化,CPU在AI基础设施中的重要性提升,CPU/GPU配比持续抬升,国产CPU有望在海外供应短缺的背景下迎来商业化机会。