CPU景气度翻倍，“Agentic AI”与国产替代重构产业逻辑

当所有人都在为GPU的算力狂欢时，CPU突然成了AI系统的“卡脖子”环节——这是2026年科技圈最反直觉的现实。就在三个月前，还没人能想到，那个被视为“数据搬运工”的CPU，会因为一种叫“Agentic AI（代理智能）”的技术，让英特尔、AMD的服务器芯片订单排到了半年后，价格连涨15%；更让国产CPU厂商的市值在一个月内飙升60%。

为什么曾经的“配角”CPU突然成了香饽饽？这背后，是一场正在重构整个AI产业的范式革命，而我们熟悉的芯片市场规则，正在被彻底改写。

从“堆GPU”到“靠CPU”，AI的需求反转

你可以把传统AI想象成一场千人齐步走——所有人同时发力，朝着同一个目标前进，这正是GPU的强项：用成千上万的核心并行计算，在极短时间里算出结果。但Agentic AI不一样，它更像一个独自完成项目的白领：要先查资料、写方案，再找领导审批，还要协调跨部门资源，每一步都得等前一步有了结果才能推进。

这种“因果串行”的任务，成了GPU的软肋，却把CPU推到了舞台中央。在检索增强生成（RAG）和科研级Agent任务中，CPU的耗时占比超过80%；在大规模并发场景下，它的能耗占比最高能到61%。简单说，GPU负责那几秒钟的“爆发计算”，而CPU要承担剩下大几十分钟的“任务拆解、资源调度、结果验证”——就像一台赛车，再强的引擎，配个差变速箱也跑不起来。

这直接导致了CPU需求的雪崩式增长：英特尔不得不砍掉部分消费级CPU产能，优先供应服务器芯片；AMD的5代EPYC服务器CPU占其数据中心收入的一半以上，云端实例增长了60%。更关键的是，数据中心里CPU和GPU的配比，正从过去的1:8快速向1:1靠拢，甚至在某些场景下，CPU的需求已经超过了GPU。

国产替代的确定性，撑起高估值的底气

当全球CPU产能告急时，国产厂商迎来了前所未有的机会——这不仅是市场需求的爆发，更是政策确定性带来的红利。2022年国资委发布的79号文件明确要求，2027年底前中央企业必须完成信息化系统的国产替代，这给国产CPU厂商划出了一条清晰的增长轨道。

以海光信息为例，2025年它的营收达到143.8亿元，同比增长52.4%；机构预测2027年它的营收将突破300亿元，净利润接近70亿元。更值得关注的是，它的估值达到了117倍的远期市盈率，是英特尔的三倍多。这种看似“高估”的定价，本质上是资本市场对“国产替代确定性”的溢价：当海外芯片交付周期长达6个月、价格持续上涨时，国产方案成了下游企业的“救命稻草”。

当然，高估值的背后也藏着隐忧。国产CPU目前仍面临三大挑战：一是先进制程依赖进口设备，7nm及以下工艺的良率和成本还无法与国际巨头比肩；二是软件生态的适配需要时间，很多专业软件仍优先支持x86架构；三是研发投入巨大，海光信息的研发费用占营收比例远超同行，短期内难以降低。但不可否认的是，政策的推力和市场的需求，已经让国产CPU跨过了“从0到1”的阶段，进入了“从1到N”的快速成长期。

产业链的蝴蝶效应，不止于芯片

CPU的需求爆发，正在引发整个产业链的连锁反应。最直接的是内存厂商：Agentic AI需要CPU处理大量的上下文数据，单芯片内存容量需求从过去的几十GB飙升到300-400GB，DDR5和HBM内存的价格持续上涨，产能也开始紧张。

更深远的影响是数据中心的架构重构。过去的数据中心都是围绕GPU设计的，现在不得不重新调整CPU和GPU的配比，甚至要为CPU专门优化散热和网络系统。云服务商已经开始行动：AWS推出了专为Agentic AI设计的Graviton CPU，Meta则部署了数千万颗此类CPU核心，支撑全球规模的代理智能应用。

还有一个容易被忽略的变化是，AI的“算力成本结构”正在改写。过去训练一个大模型，GPU成本占90%以上；现在运行Agentic AI，CPU的成本占比可能超过50%。这意味着，未来AI企业的竞争力，不仅要看GPU的数量，更要看能不能用高效的CPU调度，把每一分算力都用在刀刃上。

当我们谈论CPU的回归时，其实谈论的是AI从“炫技”到“实用”的转变——它不再是实验室里的黑科技，而是要走进企业的日常流程，解决真实的商业问题。这场转变，让CPU从幕后走到台前，也让国产替代从“口号”变成了“刚需”。

“算力的平衡，才是AI的未来。”这句话或许能概括当下的芯片变局：GPU的爆发力很重要，但CPU的调度能力，才决定了AI能走多远。对于国产芯片产业来说，这是一次追赶的机会，更是一次构建自主生态的挑战——毕竟，真正的竞争力，从来不是某一款芯片的性能，而是整个产业链的协同能力。