預(yù)測服務(wù)器CPU市場5年5倍！瑞銀：ARM是最大收益者，AMD次之，最后是英特爾

AI時(shí)代，被GPU搶盡風(fēng)頭的CPU，或許正在悄悄迎來一場屬于自己的爆發(fā)。

據(jù)追風(fēng)交易臺，5月5日，瑞銀全球研究團(tuán)隊(duì)發(fā)布了一份針對美國半導(dǎo)體行業(yè)的深度研報(bào)。面對投資者關(guān)于“代理式AI將如何影響服務(wù)器CPU市場”的密集提問，分析師Timothy Arcuri等人通過一系列行業(yè)專家訪談并結(jié)合自下而上和自上而下兩套模型，得出了一個(gè)明確的結(jié)論：

市場嚴(yán)重低估了AI時(shí)代CPU的價(jià)值。服務(wù)器CPU的潛在市場規(guī)模（TAM），將從2025年的約300億美元，增長至2030年的約1700億美元，五年漲幅接近5倍。

在過去兩年的AI狂熱中，GPU搶走了所有的聚光燈。但隨著AI從“單純的對話生成”進(jìn)化為“自主執(zhí)行任務(wù)的代理（Agent）”，算力的瓶頸正在悄然轉(zhuǎn)移。

代理式AI重塑算力格局：從“GPU主導(dǎo)”到“CPU回歸”

要理解CPU市場的爆發(fā)，首先要理解代理式AI與傳統(tǒng)AI的工作負(fù)載差異。

在傳統(tǒng)的AI訓(xùn)練和基礎(chǔ)推理階段，GPU是絕對的主力。如果把AI算力比作一個(gè)工廠，GPU就是流水線上不知疲倦的工人，而CPU則是負(fù)責(zé)分配任務(wù)的經(jīng)理。在傳統(tǒng)模式下，一個(gè)經(jīng)理（CPU）可以輕松管理多個(gè)工人（GPU）。

但代理式AI改變了游戲規(guī)則。代理式AI不僅需要生成文本，還需要進(jìn)行任務(wù)編排、工具調(diào)用（例如在沙盒虛擬機(jī)中執(zhí)行代碼）、文件檢索等。這意味著“經(jīng)理”的工作量呈指數(shù)級上升。

分析師在專家訪談中獲取了極具沖擊力的數(shù)據(jù)：

• 工作量重心的轉(zhuǎn)移：專家指出，“在傳統(tǒng)的AI工作負(fù)載中，70-80%的算力消耗在推理本身（GPU）上；但在代理式推理中，這個(gè)比例反轉(zhuǎn)了，70-80%的工作量轉(zhuǎn)移到了CPU上。”

• 核心配比的暴增：傳統(tǒng)的AI訓(xùn)練中，每個(gè)GPU通常只需配備8-12個(gè)CPU核心；在基礎(chǔ)推理中，需要16-24個(gè)核心；而在代理式AI中，每個(gè)GPU需要配備80-120個(gè)CPU核心。這相當(dāng)于，同樣一顆GPU，在智能體場景下需要的CPU核心數(shù)是傳統(tǒng)訓(xùn)練場景的5-10倍

• 并發(fā)任務(wù)的壓力：“一個(gè)代理（及其衍生出的每一個(gè)子代理）可能需要1-4個(gè)CPU核心，而一個(gè)復(fù)雜的任務(wù)可能需要生成10-100個(gè)子代理。”

這種底層邏輯的轉(zhuǎn)變，直接打破了過去“重GPU、輕CPU”的算力架構(gòu)，為CPU市場打開了巨大的增量空間。

1700億美元的海量市場

基于上述邏輯，該行分析師對服務(wù)器CPU的總潛在市場（TAM）進(jìn)行了重新測算。結(jié)果顯示，到2030年，該市場規(guī)模將達(dá)到約1700億美元。

這個(gè)龐大的數(shù)字是如何得出的？分析師采用了“自下而上”和“自上而下”兩種方法進(jìn)行交叉驗(yàn)證：

1. 自下而上（Bottom-up）測算：分析師基于美國超大云服務(wù)商（Hyperscalers）的加速器模型預(yù)測，到2027年，市場將出貨約2300萬個(gè)加速器（XPU）和約1000萬個(gè)頭節(jié)點(diǎn)CPU。隨著代理式AI的發(fā)展，到2030年，加速器出貨量將達(dá)到約4000萬個(gè)。 更重要的是，CPU與GPU的配比率將從目前的1:4，逐漸向1:2甚至1:1靠攏。此外，由于AI應(yīng)用需要更高核心數(shù)和更高頻率的芯片，AI CPU的平均售價(jià)（ASP）將顯著提升。例如，英偉達(dá)的144核Grace CPU定價(jià)可能在3000至4000美元之間。量價(jià)齊升之下，僅AI CPU市場的規(guī)模就將達(dá)到1250億美元。

2. 自上而下（Top-down）測算：分析師參考了英偉達(dá)對2030年AI總潛在市場（3萬億至4萬億美元）的預(yù)測。推算出2030年將有約4000萬個(gè)XPU出貨。假設(shè)每個(gè)XPU的平均ASP提升至3000美元，結(jié)合1:1或2:1的CPU配比率，同樣推導(dǎo)出AI CPU市場規(guī)模在1200億至2000億美元之間。

分析師將未來的CPU市場劃分為三個(gè)核心板塊：

• 傳統(tǒng)服務(wù)器市場：保持穩(wěn)定增長，預(yù)計(jì)到2030年出貨量約為4400萬臺。

• AI頭節(jié)點(diǎn)（Head Nodes）：與GPU機(jī)架捆綁，主要負(fù)責(zé)任務(wù)編排和優(yōu)化GPU利用率。

• AI獨(dú)立機(jī)架（Standalone）：純CPU服務(wù)器，專門用于處理代理式AI的工具調(diào)用和子代理并發(fā)任務(wù)。

市場的餅做大了，關(guān)鍵是怎么分。

分析師明確給出排名：ARM是服務(wù)器CPU側(cè)最大受益者，其次是AMD，再次是英特爾——但三者均將受益。

ARM：份額從15%沖向40-45%

2025年，ARM架構(gòu)在服務(wù)器CPU市場的單位份額約為15%。報(bào)告預(yù)計(jì)，到2030年，這一數(shù)字將升至40-45%；若以收入口徑計(jì)算，由于AI CPU的平均售價(jià)（ASP）更高，ARM的收入份額將進(jìn)一步達(dá)到50-55%

ARM的優(yōu)勢在哪里？

該行援引專家觀點(diǎn)：ARM架構(gòu)功耗效率高出約30%，內(nèi)存效率高出約20-30%，且憑借更小的核心設(shè)計(jì)，在延遲和成本上具備明顯優(yōu)勢。更關(guān)鍵的是，英偉達(dá)Grace、AWS Graviton 5（192核）、谷歌等頭部超大規(guī)模云廠商的自研CPU，幾乎清一色采用ARM架構(gòu)。

該行預(yù)計(jì)，到2030年，ARM將占據(jù)頭節(jié)點(diǎn)CPU市場75%以上的份額

但ARM也有短板。報(bào)告指出，ARM傳統(tǒng)上是單線程架構(gòu)，同步多線程（SMT）能力是近年才逐步開發(fā)的功能；在高核心數(shù)場景下，核心間干擾和軟件兼容性問題依然是挑戰(zhàn)；此外，生態(tài)系統(tǒng)成熟度仍有待提升，部分軟件棧的完善可能要到2028年前后。

基于上述判斷，分析師將ARM的12個(gè)月目標(biāo)價(jià)從175美元上調(diào)至245美元。截至報(bào)告發(fā)布前一日（5月4日），ARM股價(jià)報(bào)203.26美元，維持“買入”評級。

AMD：高核心數(shù)+多線程，AI最佳拍檔

AMD的優(yōu)勢在于高核心數(shù)和多線程能力，這與智能體AI對CPU"又要快、又要多"的需求高度契合。

報(bào)告援引AMD在2025年11月分析師日的表態(tài)：AMD預(yù)計(jì)服務(wù)器CPU市場將從2025年的260億美元增長至2030年的約600億美元，其中AI驅(qū)動(dòng)的CPU將占2030年市場的約50%；AMD預(yù)計(jì)自身在總市場的份額將超過50%。

分析師目前對AMD 2030年的EPS預(yù)測為25.27美元，若市場按預(yù)期演進(jìn)，修正后的2030年EPS可達(dá)28.14美元，上行空間約+11%。

英特爾：基礎(chǔ)盤穩(wěn)固，但追趕壓力大

英特爾的處境相對復(fù)雜。

在傳統(tǒng)服務(wù)器市場，x86架構(gòu)仍將保持約85%的份額，英特爾在工具調(diào)用、存儲優(yōu)化等特定工作負(fù)載上仍具優(yōu)勢。但在AI頭節(jié)點(diǎn)市場，英特爾的存在感正在被ARM快速壓縮。

瑞銀指出，英特爾正寄望于"Coral Rapids"產(chǎn)品線來縮小與AMD和ARM的差距，但目前來看，AMD和ARM在AI CPU市場的定位更為有利。

不過，英特爾也有一張獨(dú)特的牌：PC端的溢出效應(yīng)。隨著智能體AI將更多任務(wù)推向本地設(shè)備執(zhí)行（Anthropic的Claude Code已在采用這一策略），PC升級周期有望被催化，英特爾將從中受益。

該行對英特爾2030年EPS的修正上行空間約為+7%，是三家中最低的。

并非所有CPU都一樣：延遲vs吞吐量的取舍

報(bào)告還深入拆解了一個(gè)容易被忽視的細(xì)節(jié)：智能體AI對CPU的需求，并不是簡單地“核越多越好”。

超大規(guī)模云廠商在硬件選擇上面臨一個(gè)根本性的取舍：

• 高核心數(shù)CPU：總吞吐量高，能效比好，但時(shí)鐘頻率低，延遲表現(xiàn)較差，且軟件擴(kuò)展能力有限（大多數(shù)軟件無法高效利用數(shù)百個(gè)核心）

• 低核心數(shù)、高頻率CPU：延遲低、響應(yīng)快，適合“頭節(jié)點(diǎn)”角色（負(fù)責(zé)編排調(diào)度、優(yōu)化GPU利用率）

實(shí)際部署中，超大規(guī)模云廠商傾向于采用“頭節(jié)點(diǎn)+大規(guī)模計(jì)算節(jié)點(diǎn)”的分層架構(gòu)：前者負(fù)責(zé)低延遲的編排控制，后者負(fù)責(zé)高吞吐量的并行執(zhí)行。

這意味著，能提供寬泛SKU組合（覆蓋不同核心數(shù)、頻率和功耗檔位）的廠商，比只押注單一“最強(qiáng)”配置的廠商更有競爭力

瑞銀還指出，超大規(guī)模云廠商的采購決策核心指標(biāo)不是峰值性能，而是每瓦特可處理的事務(wù)數(shù)（transactions per watt），內(nèi)存配置是首要設(shè)計(jì)變量。

云端還是邊緣？一個(gè)懸而未決的變量

分析師另外提出了一個(gè)值得關(guān)注的不確定因素：云端與邊緣的計(jì)算分工

早期智能體部署幾乎完全依賴云端，但越來越多的系統(tǒng)設(shè)計(jì)開始將計(jì)算推向本地設(shè)備——5到10個(gè)并行任務(wù)可以直接在本地文件和數(shù)據(jù)上運(yùn)行，既減少了延遲，又節(jié)省了云端算力成本。

瑞銀援引專家估算：本地執(zhí)行的擴(kuò)展，可能將云端智能體工作負(fù)載所需的CPU容量減少約25%

這意味著，智能體AI對數(shù)據(jù)中心CPU的拉動(dòng)倍數(shù)，最終可能從5-8倍壓縮至約4倍。但與此同時(shí)，PC端的CPU需求將被同步拉升，AMD和英特爾均將受益。