涉及的行业与公司 * 行业：AI计算、数据中心、半导体（CPU/GPU）、服务器制造、算力基础设施 * 公司： * 国际芯片厂商：英特尔、AMD、英伟达、ARM * 国产CPU核心标的：海光信息、龙芯中科 * 产业链相关：澜起科技（内存接口芯片）、浪潮信息、华勤技术、工业富联（服务器代工）、中际旭创（连接器）、中科曙光（算力租赁）、英维克（液冷散热） 核心观点与论据 1. AI推理时代CPU角色与重要性发生根本性转变 * CPU职能从辅助输出转变为AI工作流的“指挥中心”或“指挥核心”[1][3] * 在Agent AI场景下，任务需反复迭代、多Agent并行协作，极大增加了CPU的参与强度和调度复杂度[2] * CPU需执行网页搜寻、URL抓取、词汇摘要、任务规划、工具调度及为GPU计算结果进行高频次的“打分”和逻辑判断[2][3] 2. CPU在推理流程中的耗时占比显著提升，成为系统瓶颈 * 在Agent AI任务中，CPU负责调度的工具类任务所消耗的时间在总耗时中占比非常高，在某些场景下可能超过一半[1][3] * CPU的处理效率已成为整个推理链路的瓶颈，若其能力不足，将导致GPU闲置，降低运行效率并增加整体推理成本[1][3] 3. 数据中心CPU:GPU配比预计将大幅提升 * 过去以训练为主的架构中，CPU与GPU配比通常为1:4或1:8[1][4] * 为匹配推理阶段高频逻辑判断需求，未来配比可能提升至1:2甚至1:1[1][4] * 提升原因在于推理过程（特别是Agent应用）需要“快速打分、计算、再打分、再计算”的循环，对CPU实时响应和调度能力要求更高[4] 4. CPU市场价格上涨由供需双重因素驱动 * 需求端：Agent AI时代到来，CPU在推理架构中作用增强，需求呈指数级增长[2] * 供给端：全球主要AI CPU供应商产能持续受限[2] * 英特尔14nm和18A工艺节点晶圆产能受限，18A工艺月度良品率改善速度约为7%至8%[2] * AMD依赖台积电等第三方代工厂，同样面临半导体材料供应和扩产速度限制[2] * 价格调整： * 英特尔计划在2025年将C端CPU价格提升约30%[1][3] * AMD计划到2026年最高调价15%[1][3] 5. 行业巨头跨界入局验证CPU核心地位共识 * 英伟达推出Vara CPU（采用台积电工艺和CoWoS封装，拥有88核至106核配置，总内存可达400TB）[5][6] * ARM推出Neoverse Compute Subsystems for Automotive（设计支持高达1PB内存）[6] * 这些大厂的入局行为是对CPU赛道未来景气度的强烈确认[1][6] 6. 国产替代与产业链协同是核心投资逻辑 * 核心CPU厂商：海光信息（CPU产品已大量出货给阿里云等国内主流云服务厂商）、龙芯中科，是国产替代逻辑的核心标的[1][6] * 产业链相关环节： * 澜起科技：核心业务是内存接口芯片，其需求与CPU增长正相关[1][6] * 服务器代工厂：浪潮信息、华勤技术、工业富联将承接国产CPU带来的服务器订单增长[1][7] * 配套厂商：中际旭创（连接器）、中科曙光（算力租赁）、英维克（液冷散热）将受益于算力生态系统的扩张[1][7] 其他重要内容 * 英特尔2026年Q1的财报预告表现强劲，反映了CPU市场的上涨趋势[3] * 新玩家（如英伟达、ARM）的加入短期内并不能解决根本性的产能瓶颈，因为它们同样需要依赖有限的晶圆代工产能[6]