芯片系统 · 服务器 CPU 复兴

CPU 文艺复兴？
智能体把服务器 CPU 推向 $2230 亿赛道

过去十年，AI 的故事几乎是 GPU 的独角戏，CPU 被晾在一边。伯恩斯坦（Bernstein）这篇报告把镜头扳了回来：当 AI 从 1.0（聊天机器人）走向 2.0（智能体 agentic AI），推理不再是『一次问答』而是『循环编排』，CPU 重新回到舞台中央。结论很硬——把 2030 年服务器 CPU 市场规模（TAM）从 $1370 亿上调到 $2230 亿，是 2025 年 $370 亿的 6 倍；Arm 目标价升到 $500、AMD 升到 $600。

作者 David Dai, CFA · Stacy A. Rasgon, Ph.D. · Qingyuan Lin, Ph.D.（Bernstein 全球半导体团队）日期 2026 年 6 月 17 日来源 Bernstein（付费研报）

$223bn

2030 服务器 CPU TAM（基准）

从原预测 $137bn 上调，原值降为熊市情形

6×

较 2025 年 $37bn 的倍数

五年放大六倍，年化约 43% 增速

1:1

CPU:GPU 配比（推理）

从智能体前的 1:4 / 1:8 一路回升

$500

Arm 目标价（+21% 空间）

旧目标 $300；软银随之升至 ¥11,200

这篇报告的题眼，是一个被市场忽略的范式切换。在大模型崛起的头几年，GPU / ASIC 加速器是 AI 计算的绝对核心，CPU 沦为『搬数据的小工』——训练集群一度是 4 颗 GPU 配 1 颗 CPU，到了为推理优化的部署（如谷歌 TPU、Meta Grand Teton），GPU:CPU 甚至拉到 8:1。但智能体 AI 正把这个比例扳回来：当 AI 系统不再是『跑一次模型给个答案』，而要持续判断整个系统能否高效编排——喂数据、调度任务、协调工具调用、管理内存、避免加速器空转——CPU 从『大池加速器旁的小配件』，重新变成决定系统效率的关键。伯恩斯坦由此把服务器 CPU 的 TAM 大幅上修，并系统性上调 Arm、软银、AMD、英特尔、海光的目标价。

一句话结论：范式从『问答』变『循环』，CPU 配比被扳回 1:1

逻辑链只有四步，但每一步都改写了数据中心的硬件配比

第 1 步 · 范式切换

AI 从 1.0 聊天机器人 → 2.0 智能体

聊天机器人是『一次问答』：GPU 跑完模型给个答案就结束。智能体则要自主编排任务——检索、规划、调工具、再推理、再行动，一个请求触发一长串循环。GPU 仍干重活，但CPU 越来越多地决定整套工作流转得顺不顺。

第 2 步 · 推理变循环

推理从『单次』变成『一个循环』

一个智能体请求可能触发检索、规划、工具使用、中间推理、再一次模型调用、然后才行动。CPU 负责把这个循环推下去；CPU 一弱，昂贵的 GPU 就会空转，整个系统反而更慢、更低效。编排成了新瓶颈。

第 3 步 · 配比反转

CPU:GPU 从 1:8 回升到 1:1

2026 年的硬件路线图已在朝这个方向走：AMD Venice 每个计算托盘 1 CPU 配 4 GPU；NVIDIA Vera 超级芯片 1 CPU 配 2 Rubin GPU（4 die）；谷歌 TPU7x 每个扩展单元 1 CPU 配 4 TPU。配比从极度偏 GPU 回到更均衡。

第 4 步 · TAM 放大 6×

服务器 CPU TAM：$37bn → $223bn

基准假设 2030 年 AI capex 达 $3.5 万亿、推理 CPU:GPU 配比 1:1，得出服务器 CPU TAM $223bn，其中 $174bn 来自智能体工作负载、$49bn 来自常规 CPU 服务器。是 2025 年 $37bn 的 6 倍。

核心判断：CPU 不再是『加速器旁的小配件』

伯恩斯坦的原话是——下一代 AI 基础设施在硬件配比上会更均衡，CPU 不再是『一大池加速器旁挂着的小支撑件』。智能体还给网络和分布式基础设施带来更大压力：工作负载横跨服务器、集群、地点，系统要实时搬运状态、管理流量、协调资源，CPU 不仅在服务器内部、更在整个数据中心 fabric 里变得关键。这是『CPU 文艺复兴』的实质。

会员档案 · 免费预览到此

登录后继续阅读全文

免费注册即可阅读最新 3 篇深度报告全文；
会员一码解锁全部档案 + 产业链大课 + 白毛速报实时推送。

已是会员？登录后本页自动显示全文 · 返回报告目录