互联网行业被低估的CPU与爆发的Agent时代：全球服务器CPU市场规模测算和趋势分析

请务必阅读正文之后的免责声明及其项下所有内容2026年05月28日被低估的CPU与爆发的Agent时代：全球服务器CPU市场规模测算和趋势分析行业研究 · 海外市场专题 互联网 · 互联网Ⅱ投资评级：优于大市（维持）证券分析师：张伦可证券分析师：刘子谭0755-81982651liuzitan@guosen.com.cnzhanglunke@guosen.com.cnS0980525060001S0980521120004证券研究报告 | 请务必阅读正文之后的免责声明及其项下所有内容摘要Ø 需求端：AI Agent驱动CPU范式转移，从配套配角到核心主力，配比、需求、价格、产业格局全面重构。根据GPU出货、柜内柜外划分、各场景CPU厂商份额和ASP假设（下同），测算2030年全球服务器CPU市场将突破2000亿美元。英伟达、谷歌、Intel等巨头均确认配比趋势，英伟达VeraCPU\ RubinGPU采用1:2配比，谷歌TPUV8与CPU为1:2，Intel CEO预判未来将走向1:1均衡，甚至可达4:1。Ø 收入端：AI服务器CPU市场呈现量价齐升的高景气特征。测算2030年全球服务器CPU总出货量达6700万颗，较2025年增长3倍；市场规模从2025年312亿美元增至2070亿美元，年复合增长率46%。AI服务器CPU需求由柜内配套+柜外扩容双轮拉动，测算总CPU:GPU配比从2026年1:3升至2030年0.93:1，接近1:1均衡。Ø 格局端：全球服务器CPU市场从Intel、AMD X86双雄争霸，转向X86阵营守成、ARM阵营快速崛起的三足鼎立格局，架构差异决定场景适配边界。测算2030年Intel份额39%、AMD 21%、ARM 从2025年的11%提升至27%。•①　X86：采用封闭授权模式，生态兼容性强、企业客户基础深厚，适配柜外扩容与传统服务器场景；•②　ARM：采用开放IP授权模式，支持深度定制，低功耗、高能效，成为英伟达、谷歌、亚马逊等云厂商柜内AI算力的首选。•两生态场景分化明确，柜内AI训练/推理以ARM为主流，柜外扩容场景依托X86生态兼容性，由Intel、AMD占据主导。行业并非ARM线性替代X86，巨头间生态合作重塑格局，形成双架构共存的稳定生态。Ø 供给端:四大核心CPU厂商依托不同商业模式，释放差异化业绩弹性。①Intel：服务器CPU稳居行业龙头，IDM（自研自产）模式下产能优势与经营杠杆明显。当前市场份额触底企稳，产品逐步高端化转型。英特尔并未效仿AMD“CPU+GPU”协同出货的模式，也因此与各大自研芯片厂商形成错位竞争、合作自研CPU芯片。代工业务（IFS）成为第二增长曲线。②AMD：四家同业厂商中AI业务（服务器CPU+AI GPU）暴露度最高，业绩弹性明显，测算其数据中心GPU未来五年收入CAGR可达52%。CPU+GPU软硬件深度协同，产品生态布局完善。可能存在产能限制。③ARM：受益与ARM生态规模快速扩张，轻资产版税与授权双轮驱动增长。自研CPU开辟新增量，产能成为短期约束。依赖消费电子周期，目前AI业务权重偏低。④高通：作为消费级CPU赛道龙头，是Arm生态“架构级定制者+跨终端复用者”，低功耗与定制化能力强。把消费级CPU锁定的台积先进产能、存储产能转向高价值CPU/加速器。可提供芯片、软件、场景优化一体化全栈方案，已获头部AI科技厂商意向订单。•风险提示：CPU技术进度风险、AI需求增长不及预期风险、监管与地缘政治风险2请务必阅读正文之后的免责声明及其项下所有内容目录Agent背景下CPU配比变化01服务器CPU市场规模测算02CPU市场格局测算0304风险提示05Intel、AMD、ARM、高通业务与弹性比较请务必阅读正文之后的免责声明及其项下所有内容图：AI任务从推理走向执行后CPU:GPU配比抬升资料来源：Greater China Semiconductors ，国信证券经济研究所整理测算图：CPU范式转移资料来源：阿里云、各公司官网，Ritik Raj，《Towards Understanding, Analyzing, and Optimizing Agentic AI Execution: A CPU-Centric Perspective》，arXiv:2511.00739。国信证券经济研究所整理范式转移：从“模型推理”到“工作流执行” •AI工作负载从“生成”走向“执行”之后，系统瓶颈由GPU单点算力转向CPU主导的编排、调度、工具调用、验证与I/O。​ Agentic AI将任务拆解为​规划、调用工具、数据库/API交互、代码执行、验证、重试、多智能体协同​等多步骤工作流，这些环节大量依赖CPU处理。•因此Agentic AI阶段后，对应的是CPU侧耗时占比抬升至​50%-90%​（引用下述论文结论）。Agent需要加载到CPU内核的沙箱中运行，任务完成后才会释放资源。同时，CPU环节价值量和性能提升，要求核心为高核数/多线程、大三级缓存，单核主频3.5G-4.0G即可满足需求。4请务必阅读正文之后的免责声明及其项下所有内容表：任务复杂度与CPU资源消耗诊断矩阵资料来源： Gartner、IDC，国信证券经济研究所整理Agent进程最少需要一个核，越复杂度Agent任务、CPU瓶颈约明显•一个Agent必须配一个沙箱作为“容器”来保证进程和内存独立、安全，一个沙箱最少需要1个核(高并发、多工具调用需更多)，该核在用户打开Agent时持续被占用。•不同复杂度任务的CPU资源消耗显著差异。100万并发任务需要320万核CPU，测算依据为CPU利用率40%，预留25%-30%的冗余buffer。CPU需求提升不是所有AI负载等比例扩张，而是与工作流复杂度、工具调用密度、代码验证频率和多Agent协作深度高度相关。•越复杂度Agent任务、CPU瓶颈约明显，如数据库检索、代码执行、搜索摘要等CPU任务处理时延占总时延​80%-90%​。​5任务类型核心与时长消耗CPU角色与系统瓶颈硬件规格偏好低复杂度（单轮问答、查询美食）1核/约5秒预处理 / 路由（无明显瓶颈）基础核数即可中复杂度（RAG/API调用/预定早餐）4核 / 约30秒调度、缓存、数据库交互多核、高I/O高复杂度（代码执行、多工具调用）6核 / 约300秒多工具调用、代码执行、沙箱维护（CPU成为主瓶颈）高核数、高内存容量超高复杂度（复杂任务并行、生成APP）8核/约20-25分钟大规模调度、长时间运行状态维护机架级互联、超大内存CPU集群请务必阅读正文之后的免责声明及其项下所有内容图：CPU：GPU架构配比资料来源：各公司财报及公开会议纪要，国信证券经济研究所整理权威声音：CPU：GPU配比将收紧至1:1-1:2，甚至4:1•核心趋势：从"GPU独大"向"CPU+GPU协同"转变，智能体时代配比从1:4-1:8收紧至1:1-1:2，CPU需求激增4倍。① CEO黄仁勋在2026年GTC大会（26年3月16日）：“我们正迈入推理时代，CPU必须与GPU协同优化，以适配推理与智能体工作负载的复杂调度需求；VeraCPU与Rubin GPU采用1:2配