電子發(fā)燒友網(wǎng)報(bào)道（文/席安帝）在AI大模型“一路狂奔”的時(shí)代，憑借GPU持續(xù)統(tǒng)治AI算力“江湖”的英偉達(dá)，曾一路將英特爾遠(yuǎn)遠(yuǎn)甩在身后。

但隨著AI推理應(yīng)用的爆發(fā)，英偉達(dá)也面臨傳統(tǒng)AI訓(xùn)練用GPU業(yè)務(wù)被逐步稀釋，推理側(cè)業(yè)務(wù)被越來越多客戶以ASIC“搶奪”的局面。而英特爾反而借助AI Agent應(yīng)用對(duì)并發(fā)調(diào)度能力需求的暴增開始“逆風(fēng)翻盤”，作為Agentic AI性能提升最大瓶頸的CPU，也由此迎來了史詩級(jí)的“價(jià)值重構(gòu)”。

英特爾最新公布的業(yè)績也充分印證了這一點(diǎn)。當(dāng)?shù)貢r(shí)間2026年4月23日，英特爾交出了一份亮眼的財(cái)報(bào)，2026財(cái)年第一季度營收為136億美元，同比增長7%，連續(xù)第6個(gè)季度超預(yù)期；數(shù)據(jù)中心與AI業(yè)務(wù)收入高達(dá)51億美元，同比飆升22%，代工業(yè)務(wù)收入高達(dá)54億美元，大漲16%；在Non-GAAP（非通用會(huì)計(jì)準(zhǔn)則）口徑下，歸屬于英特爾的凈利潤達(dá)15億美元，較上年同期的6億美元增長156%。

同時(shí)，英特爾也給出了第二季度的業(yè)績指引，英特爾預(yù)測(cè)2026年第二季度營收為138億美元至148億美元，這一指引也超出了市場預(yù)期，充分說明英特爾整體正逐步走出低谷期，實(shí)現(xiàn)真正意義上的“價(jià)值回歸”。

從訓(xùn)練、推理到Agent：CPU重返A(chǔ)I計(jì)算時(shí)代“主線”？

如果說AI訓(xùn)練和推理時(shí)代的主線是“GPU+ASIC”，那么Agentic AI時(shí)代CPU或?qū)⒈菺PU和ASIC更加重要，大有搶占核心主位的趨勢(shì)。

畢竟，AI Agent運(yùn)行在沙盒化的通用計(jì)算機(jī)環(huán)境中，這一執(zhí)行形態(tài)決定了其工作負(fù)載天然呈現(xiàn)高度分支化與強(qiáng)控制流特征。以全球首個(gè)真正意義上的AI Agent——Manus為例，Manus會(huì)為每個(gè)Agent任務(wù)分配一個(gè)完全隔離的云端虛擬機(jī)，其中包含網(wǎng)絡(luò)、文件系統(tǒng)、瀏覽器和開發(fā)工具，不同任務(wù)在邏輯上高度異構(gòu)（如網(wǎng)頁瀏覽、代碼修改、環(huán)境部署等），任務(wù)之間可并行但控制流完全不同。

AI Agent常見的分支類任務(wù)并不適合由GPU執(zhí)行，控制流發(fā)散容易導(dǎo)致算力利用率急劇下降。英偉達(dá)在其CUDA官方文檔中就明確指出，GPU采用的是SIMT執(zhí)行模型，即線程以32個(gè)為一組（warp），在同一周期內(nèi)執(zhí)行同一條指令。一旦同一 warp 內(nèi)線程進(jìn)入不同分支路徑（Warp Divergence）， GPU 會(huì)將不同分支串行執(zhí)行，不屬于當(dāng)前分支的線程被 mask 掉，直接導(dǎo)致吞吐下降。

Science Direct收錄的并行計(jì)算/GPU架構(gòu)期刊（Parallel Computing 、Journal of Parallel and Distributed Computing 等）中關(guān)于 warp divergence（分支發(fā)散）的實(shí)驗(yàn)結(jié)果顯示，即便是有限程度的分支發(fā)散（2–16 路分支），也會(huì)顯著拉長執(zhí)行時(shí)間，比如4路分支發(fā)散執(zhí)行時(shí)間會(huì)增加3-6倍（數(shù)據(jù)摘自IEEE論文——IEEE TPDS, 2020）。在32路極端發(fā)散（完全發(fā)散）的情況下，執(zhí)行時(shí)間增加 30–130 倍，算力利用率降至 1%–5%（源自Parallel Computing (2022)、JPDC (2023) 中的極端場景測(cè)試），等效算力利用率僅剩個(gè)位數(shù)百分比。因此，AI Agent這類高度分支類的任務(wù)實(shí)際上并不適合由GPU執(zhí)行，反而是GPU編程中需要避免的情形。

相比GPU來說，CPU為復(fù)雜控制流而生，天然適配Agent的執(zhí)行特征。東吳證券研究所的研報(bào)顯示，現(xiàn)代主流服務(wù)器CPU（如 AMD EPYC、Intel Xeon）均屬于典型 MIMD架構(gòu)——每個(gè)核心擁有獨(dú)立的程序計(jì)數(shù)器、指令緩存與解碼邏輯，不同核心可完全獨(dú)立執(zhí)行不同控制流。微架構(gòu)層面，CPU 專門為復(fù)雜邏輯分支進(jìn)行了長期演進(jìn)，在真實(shí)的通用程序中，平均每 5–7 條指令就包含一次條件分支，若要維持性能，分支預(yù)測(cè)準(zhǔn)確率需達(dá)到“95%+”?，F(xiàn)代 CPU 通過復(fù)雜分支預(yù)測(cè)器（如 TAGE、感知器）、亂序執(zhí)行、重排序緩沖區(qū)（ROB）等機(jī)制，在通用代碼中可實(shí)現(xiàn)1–2.5 IPC 的穩(wěn)定吞吐。因此，Agent 的“行動(dòng)”階段本質(zhì)是大量 if/else 判斷、系統(tǒng)調(diào)用與串行決策，這些正是 CPU 微架構(gòu)長期優(yōu)化的主戰(zhàn)場。

除此之外，在Agent場景下，長上下文推理會(huì)產(chǎn)生巨大的KV cache（鍵值緩存），其占用隨對(duì)話輪次與上下文長度線性增長，會(huì)快速耗盡GPU HBM容量。業(yè)界論文如HiFC等指出KV cache已成為長上下文LLM推理的首要內(nèi)存瓶頸，并探索通過CPU DRAM等來承載KV cache。從成本上來講，完全依靠GPU HBM來承載KV cache帶來的成本增加越來越顯著。因此，Agent 場景應(yīng)用當(dāng)下的最優(yōu)解似乎正在收斂為“GPU 負(fù)責(zé)計(jì)算、CPU 以大容量 DDR5/LPDDR5（并可通過CXL擴(kuò)展）承載上下文與參數(shù)”的混合架構(gòu)。

顯而易見，CPU正在成為Agentic AI實(shí)際應(yīng)用中的真實(shí)瓶頸。在Agentic AI場景下，CPU側(cè)工作負(fù)載呈現(xiàn)爆發(fā)式增長，并已成為系統(tǒng)性能的核心約束。美國佐治亞理工學(xué)院和 Intel 在去年底共同發(fā)布的一篇論文——《A CPU-Centric Perspective on Agentic AI》中，對(duì) Haystack RAG、Toolformer、ChemCrow、LangChain、SWE-Agent 等 Agentic AI的工作流進(jìn)行了系統(tǒng)級(jí)測(cè)試。

研究顯示，在完整的Agent執(zhí)行鏈路中，工具處理相關(guān)環(huán)節(jié)（檢索、Python/Bash 執(zhí)行、Web 請(qǐng)求等）在 CPU 上消耗的時(shí)間占端到端延遲的比例最高可達(dá) 90.6%。在高并發(fā)場景下（Batch Size 提升至 128）， CPU 端到端延遲從 2.9 秒躍升至 6.3 秒以上，增幅超過2倍。其根本原因是并發(fā)負(fù)載超出 CPU 物理核心上限后，上下文切換與線程同步帶來的巨額開銷，會(huì)造成處理器資源嚴(yán)重過載。

因此，Agentic AI的性能提升瓶頸正集中轉(zhuǎn)向 CPU 的并發(fā)調(diào)度能力方面。東吳證券研究所認(rèn)為，佐治亞理工大學(xué)和英特爾共同的研究結(jié)果揭示了在大量Agentic 場景中，系統(tǒng)吞吐受限的并非GPU計(jì)算能力，而是CPU的核心數(shù)并發(fā)調(diào)度問題。由此便可以判斷，進(jìn)入Agent時(shí)代后，CPU 側(cè)的工具執(zhí)行與調(diào)度能力將從 GPU 的附屬角色，演化為需要被單獨(dú)規(guī)劃與優(yōu)化的核心資源池。CPU 不再只是推理調(diào)度器，而是決定 Agent 系統(tǒng)并發(fā)上限與服務(wù)能力的關(guān)鍵基礎(chǔ)設(shè)施，其配置與規(guī)模將直接約束Agentic AI 的實(shí)際落地效率與商業(yè)化能力。

CPU重返A(chǔ)I計(jì)算時(shí)代主線，英特爾官方也頗為認(rèn)可這一演變，英特爾2026年第一季度的強(qiáng)勁業(yè)績便反映了CPU在AI時(shí)代日益重要且不可或缺的作用，就連英特爾首席執(zhí)行官陳立武都指出：“新一輪的人工智能浪潮將推動(dòng)智能更貼近終端用戶，其演進(jìn)路徑從基礎(chǔ)模型走向推理，再邁向智能體階段。這一轉(zhuǎn)變正顯著增加市場對(duì)英特爾CPU、晶圓及先進(jìn)封裝產(chǎn)品的需求?！?br />
CPU地位“大反轉(zhuǎn)”，英偉達(dá)都坐不住了？

在過去，傳統(tǒng)的互聯(lián)網(wǎng)應(yīng)用（如抖音/快手短視頻以及各類搶票軟件等）大多都更加看重CPU處理器的單核響應(yīng)速度，強(qiáng)調(diào)“高并發(fā)和短連接”。但隨著AI大模型技術(shù)的飛速發(fā)展，用戶需求逐步從傳統(tǒng)的AIGC單線功能轉(zhuǎn)向Agent甚至Agentic AI類應(yīng)用，負(fù)責(zé)執(zhí)行這類應(yīng)用的工作負(fù)載呈現(xiàn)出高并發(fā)、長任務(wù)以及注重隔離的特征，為能夠同時(shí)承載成千上萬的虛擬機(jī)/沙箱系統(tǒng)，AI服務(wù)器往往更注重并行吞吐與單位任務(wù)的執(zhí)行成本，并非單核的頻率，這種需求的結(jié)構(gòu)性變化也使得CPU架構(gòu)的重心不得不從強(qiáng)調(diào)單核性能轉(zhuǎn)向“超多核+能效核”的技術(shù)路線。

這一變化已經(jīng)在全球的CPU頭部大廠的產(chǎn)品規(guī)劃路線中得到了充分的驗(yàn)證。2024年10月9日，AMD 在美國舊金山舉行的 Advancing AI 活動(dòng)期間便發(fā)布了第 5 代 EPYC CPU（代號(hào)為 Turin），最高可多達(dá)192核，主打高密度計(jì)算與并行吞吐特性；Intel甚至更為激進(jìn)，其 Sierra Forest 處理器的核心數(shù)甚至可達(dá) 144 甚至 288 核，堪稱“能效巨獸”。

在滿足固有特性的基礎(chǔ)上，為了進(jìn)一步適應(yīng)Agent應(yīng)用場景中對(duì)低成本、低功耗和高任務(wù)響應(yīng)與執(zhí)行速度的需求。CPU也在向“超多核+能效核”持續(xù)縱深發(fā)展，這也將徹底改變CPU在AI Agent時(shí)代的命運(yùn)，使其以更高的并行度、更低的單位功耗，全方位支撐大規(guī)模、長期運(yùn)行的Agent執(zhí)行環(huán)境。

CPU地位的“升華”，也讓一直以來以高算力GPU“打天下”的AI芯片巨頭英偉達(dá)做出了讓步。英偉達(dá)在GB200 NVL72這一新架構(gòu)中，就維持了“CPU:GPU”為“1：2”的策略。根據(jù)英偉達(dá)官方技術(shù)文檔顯示，GB200 Grace Blackwell Superchip 標(biāo)準(zhǔn)配置為 “1顆 Grace CPU + 2 顆 Blackwell GPU”，單個(gè)NVL72 整機(jī)柜共 36 個(gè) Superchip，總計(jì) “36個(gè) CPU : 72個(gè) GPU”，嚴(yán)格遵循 1:2的比例配置在統(tǒng)一的內(nèi)存體系之下。在GB200架構(gòu)中，Grace CPU側(cè)最高可配置480GB LPDDR5X，并通過NVLinkC2C 與GPU 側(cè)HBM3e組成統(tǒng)一地址空間，使GPU能夠直接訪問CPU內(nèi)存。根據(jù)英偉達(dá)技術(shù)文檔披露，該設(shè)計(jì)目標(biāo)正是讓GPU可以oversubscribe 本地顯存，將超出HBM容量的工作集放置于CPU 內(nèi)存中繼續(xù)執(zhí)行。

相比之下，傳統(tǒng)GPU服務(wù)器架構(gòu)通常采用“2顆x86 CPU + 8 顆 GPU的配置”，比如DGX H100 標(biāo)配“2 顆 Intel Xeon 8480C CPU + 8 顆 H100 GPU”，配比 1:4。其中，CPU 僅負(fù)責(zé)調(diào)度、存儲(chǔ)與外圍 I/O，不參與核心 AI 計(jì)算，對(duì)應(yīng)約“1:4”的“CPU:GPU” 配比，CPU角色更多限于調(diào)度與外圍支撐。

從“1：4”的配比到“1：2”的轉(zhuǎn)變，也足以說明英偉達(dá)開始重點(diǎn)關(guān)注CPU在Agent應(yīng)用中所能發(fā)揮的關(guān)鍵能力。這一調(diào)整也直指Agent場景的核心痛點(diǎn)——上下文持續(xù)拉長，KV Cache規(guī)?？焖倥蛎?，在該模式下，Grace CPU 所搭載的大容量、高帶寬內(nèi)存實(shí)際承擔(dān)了Agent的“短期記憶”角色。NVIDIA通過主動(dòng)提升CPU權(quán)重，似乎也是在對(duì)外界釋放一個(gè)信號(hào)，即在長上下文與高并發(fā) Agent 場景中，大內(nèi)存CPU是承載海量KV Cache的最優(yōu)容器，而 GPU更適合專注于計(jì)算本身。由此可見，AI Agent時(shí)代，地位正全面反轉(zhuǎn)的CPU，將成為接下來AI算力中心的核心控制與記憶管理中樞。

業(yè)績或迎史詩級(jí)爆發(fā)：2026成CPU廠商“關(guān)鍵年”？

從英特爾公布的Q1財(cái)報(bào)中可以發(fā)現(xiàn)，英特爾數(shù)據(jù)中心和人工智能事業(yè)部（DCAI）在2026年Q1營收高達(dá)51億美元，相比2025年Q1增長了22%。且從英特爾給出的第二季度的業(yè)績指引，預(yù)測(cè)2026年第二季度營收為138億美元至148億美元，也足見英特爾對(duì)接下來的業(yè)績?cè)鲩L充滿信心。

作為國際CPU巨頭，英特爾的業(yè)績表現(xiàn)以及做出的業(yè)績指引，對(duì)于越來越多深耕國產(chǎn)CPU賽道的本土芯片廠商也頗具參考性。隨著AI Agent時(shí)代CPU地位的提升，加之算力產(chǎn)業(yè)的高速發(fā)展，一眾國產(chǎn)芯片廠商也將有望借助這一周期性的“大勢(shì)”在業(yè)績層面實(shí)現(xiàn)大幅增長，為國產(chǎn)AI算力賦能。

現(xiàn)階段，國內(nèi)CPU市場呈現(xiàn)“多指令集路線并行”的格局，華為、飛騰、海光、兆芯、龍芯、阿里等企業(yè)分別基于X86、ARM、RISC-V、LoongArch展開激烈競爭，在自主可控與生態(tài)建設(shè)方面不斷取得新突破。

也正是得益于國內(nèi)AI算力市場的飛速發(fā)展，多家國產(chǎn)CPU在2025年的業(yè)績表現(xiàn)良好：

1.海光信息作為國內(nèi)CPU領(lǐng)域的“帶頭大哥”，近年來公司技術(shù)和業(yè)績雙雙呈現(xiàn)高速發(fā)展態(tài)勢(shì)。目前，海光信息旗下的產(chǎn)品包括海光通用處理器（CPU）和海光協(xié)處理器（DCU）。CPU系列產(chǎn)品兼容x86指令集以及國際上主流操作系統(tǒng)和應(yīng)用軟件，已經(jīng)廣泛應(yīng)用于電信、金融、互聯(lián)網(wǎng)、教育、交通等重要行業(yè)或領(lǐng)域。DCU系列產(chǎn)品以GPGPU架構(gòu)為基礎(chǔ)，可廣泛應(yīng)用于大數(shù)據(jù)處理、人工智能、大模型訓(xùn)練及推理、商業(yè)計(jì)算等應(yīng)用領(lǐng)域。

得益于AI算力的爆發(fā)及數(shù)字基建的升級(jí)，海光信息在2025年也斬獲了豐碩的業(yè)績。根據(jù)海光信息2025年年報(bào)，海光信息2025年?duì)I收高達(dá)143.77億元，同比增長56.92%，高端處理器是公司主要營收來源，其毛利率為57.78%。歸母凈利潤方面2025年高達(dá)25.45億元，同比增長31.79%。

2.龍芯中科作為國內(nèi)唯一堅(jiān)持基于自主指令系統(tǒng)構(gòu)建獨(dú)立于x86體系和ARM體系的開放性信息技術(shù)體系產(chǎn)業(yè)生態(tài)的CPU企業(yè)，旗下產(chǎn)品線豐富，主要分為龍芯1號(hào)MCU系列、龍芯2號(hào)SoC系列、龍芯3號(hào)CPU系列和和處理器配套使用的橋片等。

2025年龍芯中科整體業(yè)務(wù)展現(xiàn)出穩(wěn)步回升的良好態(tài)勢(shì)，根據(jù)龍芯中科2025年年度業(yè)績預(yù)告披露的信息顯示，預(yù)計(jì)2025年年度公司實(shí)現(xiàn)營業(yè)收入6.35億元左右，比上年同期增長26%左右。龍芯中科2025年收入增量來源于以下幾個(gè)方面：一是服務(wù)器業(yè)務(wù)2025年下半年已經(jīng)開始有典型場景應(yīng)用場景，2026年會(huì)加速落地；第二，憑借龍架構(gòu)自主化的優(yōu)勢(shì)，龍芯中科去年成功開展對(duì)外授權(quán)，在不同細(xì)分領(lǐng)域的IP授權(quán)業(yè)務(wù)也會(huì)成為龍芯的增量；第三，工控領(lǐng)域正持續(xù)發(fā)揮新產(chǎn)品的性價(jià)比優(yōu)勢(shì)，也在逐步走向開放市場。

3.上海兆芯是目前國內(nèi)領(lǐng)先的可同時(shí)面向桌面 PC、服務(wù)器、工作站以及嵌入式等多領(lǐng)域并持續(xù)兼容x86指令集的CPU設(shè)計(jì)企業(yè)。截至招股書簽署日，上海兆芯已成功設(shè)計(jì)研發(fā)并量產(chǎn)六代、多系列通用處理器，并形成“開先”系列桌面PC/嵌入式處理器、“開勝”系列服務(wù)器處理器兩大產(chǎn)品系列。目前，聯(lián)想、軟通計(jì)算機(jī)、公司D、紫光、升騰、視源、長城、海爾、東海信息、寶德等國內(nèi)知名桌面PC、服務(wù)器廠商均已推出搭載兆芯CPU芯片的整機(jī)產(chǎn)品。

根據(jù)上海兆芯招股說明書信息顯示，2025年公司實(shí)現(xiàn)營業(yè)收入超11.11億元，同比增長約35.37%。2025年，“開先”系列桌面PC/嵌入式處理器出貨量超235萬顆，同比增長約28.86%；“開勝”系列服務(wù)器處理器出貨量約2.2萬顆。

除此之外，國內(nèi)還有天津飛騰信息、電科申泰、阿里、華為等多家企業(yè)在CPU技術(shù)領(lǐng)域開疆拓土。比如華為計(jì)算產(chǎn)業(yè)采用硬件開放、軟件開源策略，自2019年開放鯤鵬服務(wù)器主板以來，已發(fā)展6800家伙伴；飛騰確立“通算＋智算”雙輪驅(qū)動(dòng)戰(zhàn)略，加速構(gòu)建“CPU（中央處理器）＋XPU（異構(gòu)融合處理器）”自主算力體系；阿里巴巴達(dá)摩院則借助RISC-V之力不斷深耕CPU領(lǐng)域。

總結(jié)

伴隨著AI Agent時(shí)代的來臨，傳統(tǒng)GPU的地位或?qū)⒈幌魅?，而沉寂已久的CPU則將順勢(shì)“上位”，承擔(dān)起AI算力中心的核心控制與記憶管理中樞的重要任務(wù)。英特爾2026年Q1的業(yè)績表現(xiàn)，無疑為CPU今年在全球AI數(shù)據(jù)中心領(lǐng)域的增長釋放了重磅利好，也為更多CPU國產(chǎn)企業(yè)的業(yè)績?cè)鲩L指明了方向。隨著越來越多國家單位以及AI科技巨頭加速算力領(lǐng)域的擴(kuò)張，CPU的需求和價(jià)格接下來有望“水漲船高”，從而帶動(dòng)全球CPU企業(yè)在2026年實(shí)現(xiàn)業(yè)績與出貨量的雙“豐收”。