CPU告急，Agentic AI耗盡云端算力

亞馬遜CPU服務器規模同比增至三倍，仍出現供應耗盡。

最開始緊缺的是GPU，隨后是內存，而如今緊缺的矛頭轉向了CPU。受Agentic AI爆發式增長影響，CPU正面臨嚴重短缺。

據半導體行業分析機構Semianalysis Dylan Patel指出，GPU已不再是云廠商的瓶頸，這一角色現已轉移至CPU。此前，用于AI的GPU僅執行簡單推理任務，隨著新模型推出，任務形態發生根本性變化。Agentic AI如今被大量用于數據庫調用，以及物理仿真、模擬運算等高度依賴CPU的任務。這些頻繁的數據庫訪問與CPU密集型運算，導致云數據中心CPU使用率急劇飆升。

盡管GPU在AI云端服務器中仍占據主導地位（例如單機柜1個CPU搭配 8 個GPU），但如今這一配比差距正在大幅縮小，GPU與CPU在服務器中趨于接近1:1配比，無論是強化學習訓練還是智能體推理均是如此。

這種爆發式需求已導致GitHub等數據庫服務出現不穩定。多名用戶反饋頻繁宕機、代碼提交頻繁失敗。情況非常糟糕。而造成這些情況的原因在于微軟將幾乎所有富余CPU資源全部外售：一部分用于內部實驗室，但更多是供給與 OpenAI、Anthropic簽約的外部機構。最終導致微軟幾乎無CPU可用。其他多家廠商也出現相同狀況。

以往配置通常是：少量CPU支撐大量GPU，例如100兆瓦GPU算力僅需1兆瓦甚至更少的CPU支撐。而如今，無論是RLHF訓練還是智能體推理，CPU與GPU功耗/算力配比已大幅趨近。結果就是：所有廠商的CPU都耗盡了，包括亞馬遜的CPU服務器規模。

Dylan表示，亞馬遜、微軟已將全部CPU供給賣給OpenAI、Anthropic 等AI公司。情況嚴峻到，盡管亞馬遜CPU服務器規模同比增至三倍，仍出現供應耗盡，無法滿足未來新增需求。此外，隨著OpenAI從x86轉向Arm架構，Arm CPU受到的沖擊更為嚴重。此前亞馬遜Arm CPU資源相對充裕，而x86供給偏緊，企業便將代碼從x86遷移至 Arm。這一調整如今讓AI公司陷入被動。

云CPU短缺正倒逼各廠商大幅擴產以應對爆發式需求，一場圍繞三大架構的三足鼎立之爭，已然箭在弦上。GPU巨頭英偉達在進行CPU戰略布局，2021年英偉達發布了首款數據中心CPU Grace，當時不少分析師認為此舉只是分散精力。如今看來，這一決策極具先見之明。新一代Vera CPU已投入量產，英偉達在2026年2月與Meta達成多年協議，其中包括首次大規模部署獨立運行的Grace CPU，不與GPU搭配，而是單獨為Meta的個人智能體AI提供算力支撐。英偉達還做出了意外的選擇：采用Arm架構，而非統治服務器市場數十年的x86指令集。這帶來了更優的能效比，在數據中心向吉瓦級規模擴張、電力成為核心制約因素的當下，這一點至關重要。

AMD意外成為CPU需求爆發的最大受益者。其采用小芯片架構的EPYC “Turin” 處理器，產能供不應求。“過去6至9個月，需求增幅前所未有。”AMD數據中心業務負責人福里斯特?諾羅德認為，短期內需求沒有任何放緩或停止的跡象。

過去英特爾服務器市場份額一直在持續被AMD蠶食，如今正試圖發起一場絕地反擊，與英偉達合作，推出集成NVLink的定制版至強處理器，讓x86核心可在 Blackwell、Rubin GPU集群中擔任一致性主控節點。x86生態在AI時代依然具備不可替代的價值，企業向智能體AI轉型并非從零開始，而是基于現有x86基礎設施演進。

這次CPU供應緊張是始料未及的，英特爾此前承認公司產能完全受限，2026年第一季度庫存將降至歷史最低水平。作為應對，英特爾已降低低端消費級PC市場優先級，將晶圓產能轉向數據中心產品。投行KeyBanc分析師則表示，AMD EPYC 服務器CPU 2026年全年產能近乎售罄。高端EPYC處理器交期已拉長至8–10周。

值得關注的是，AMD、英特爾為云廠商供應絕大部分x86芯片，英偉達也在加速擴產其Vera CPU機柜，而這些都意味著DRAM供給仍將高度向AI傾斜，CPU產能也將全面向AI傾斜。這會直接導致面向消費端、企業級的CPU生產線受擠壓，產能優先供給AI領域。最終結果是：普通市場CPU供應緊張、價格上漲，價高者得芯片。

*聲明：本文系原作者創作。文章內容系其個人觀點，我方轉載僅為分享與討論，不代表我方贊成或認同，如有異議，請聯系后臺。