核心观点 - 全球半导体市场出现结构性变化，AI智能体的规模化落地正驱动CPU从传统算力组件转变为系统级核心枢纽，市场对其价值进行重估，CPU成为继GPU之后算力成本上涨的第二波承载者 [1][3][9] 市场表现与行情驱动 - 资本市场高度关注CPU领域，英特尔股价创近四年新高，年内涨幅超44%，AMD持续上涨，A股龙芯中科与海光信息分别录得20%涨停及单日涨幅超13% [1] - 此轮行情反映市场对“算力税”传导逻辑的重新定价，CPU正成为算力成本上涨的第二波承载者 [1] AI智能体驱动的需求变革 - AI智能体应用规模化落地驱动CPU市场发生结构性变革，而非周期性波动 [3] - 在智能体工作负载中，CPU承担工具调用、任务编排、实时决策等大量非AI原生计算，相关处理耗时占总任务延迟比例高达80%-90%，使其在系统层面可能比GPU更早成为性能瓶颈 [3][4] - 全球活跃智能体数量预计从2025年的约2860万个增长至2030年的22.16亿个，年复合增长率达139%，中性情景下长期对应的CPU需求或将突破1173万片量级 [3] - 智能体任务流程中，仅任务拆解与结果生成依赖GPU推理，占流程时长80%-90%的中间步骤（文件操作、代码执行等）全部由CPU承担 [4] - 主流AI平台（如豆包、智谱）自2025年下半年已全面转向“沙箱执行”架构模式，该模式下CPU资源消耗与用户规模及任务并发量呈强相关性，与GPU数量呈弱关联性 [5] 技术架构演进与CPU角色重塑 - 工程实践实现关键突破，DeepSeek研究团队的“存算分离”方案成功将1000亿参数嵌入表存储于CPU主机内存，仅带来不足3%的额外推理延迟 [5] - 该技术突破打破模型参数规模对GPU显存的依赖，使性价比更优的主机内存成为可行选择，同时使CPU从辅助计算单元转变为数据调度与系统管理的核心枢纽 [6] - CPU在智能体架构中承担海量参数的实时检索、智能筛选及高效转发等关键职能 [6] 供给端产能瓶颈与价格压力 - 台积电N2与N3等先进制程到2027年的产能已被苹果、英伟达、博通等巨头瓜分，高端GPU与定制ASIC在“单晶圆产出价值”上高于传统CPU，导致代工厂产能分配倾斜 [8] - CoWoS等先进封装技术产能利用率在2025年第四季度已突破100%，导致CPU出货周期从正常的8-10周延长至24周以上 [3][8] - 英特尔18A工艺量产高峰下，其核心节点产能利用率已攀升至120%-130%的超负荷状态 [3][8] - 为应对供需失衡，英特尔与AMD已计划将服务器CPU价格上调10%-15%，且2026年两家厂商的服务器CPU产能“已基本预售完毕” [8] 产业趋势与机遇 - 算力需求核心正从以GPU为中心的并行计算，转向以CPU为枢纽的系统调度与资源协调 [9] - 在供给端达物理极限、需求端指数级增长的双重作用下，CPU面临持续价格上行压力，其战略价值经历系统性重估 [9] - 国产CPU厂商迎来产业与政策的双重机遇 [3]