AI從訓練轉向推理，CPU在AI時代日益重要且不可或缺。這點從芯片巨頭和研調機構對未來市場空間（TAM）的預測和修正就能很直觀的感受到：

2026年5月，AMD首席執行官蘇姿豐（Dr. Lisa Su）在2026年一季度財報電話會上上調了對全球服務器CPU市場的長期預測：預計到2030年，服務器CPU的TAM將以超過35%的年複合增長率（CAGR）高速飆升，達到1200億美元以上。而就在數月前，這一數字的預測還僅為600億美元。

華爾街投行花旗銀行（Citi）在2026年5月中旬的客戶報告中更加樂觀，將2030年全球CPU市場規模錨定在1315億美元。Arm官方也將其相關的TAM鎖定在了千億美元級別。

英偉達則更為激進，其在2027財年一季度電話會中提到，Vera CPU將為英偉達打開一個「全新的2000億美元TAM」，並稱公司今年已能看到接近200億美元的CPU收入可見度。 隨後路透社的報道稱，黃仁勳確認英偉達對CPU市場這2000億美元的預測包括中國市場，並表示公司正在加速Vera Rubin平台生產。

短短幾個月裏，數據中心CPU市場的想象空間從600億美元、1200 億美元，進一步被推高到2000億美元級別。CPU確實在加速膨脹，那麼問題來了，AI 時代的數據中心，為什麼突然需要這麼多CPU？

Agentic AI，重新定價CPU

隨着AI基礎設施正在從訓練中心轉向推理中心，進一步轉向智能體中心。CPU的參與度正在迅速增加。

早期傳統大模型推理更像是一次請求、一次響應：用戶輸入問題，模型生成答案。此時，GPU 負責大部分矩陣計算，CPU 主要承擔調度和數據準備。但 Agentic AI 不一樣，它要持續規劃任務、調用工具、訪問數據庫、執行代碼、檢索知識、協調多個子智能體，並在長上下文中保持狀態。

AMD CEO Lisa Su 在財報電話會上指出，隨着推理和智能體AI負載快速增長，服務器CPU 的計算需求正在被重新放大。原因在於，這類應用並不只依賴GPU和加速器完成模型計算，還需要CPU承擔大量系統層面的工作，包括任務編排、數據調度、並行執行、資源協調，以及作為GPU和加速器集群的頭節點，對整個AI系統進行統一調度。

TrendForce 引述 AMD 財報電話會信息稱，隨着智能體 AI 發展，行業正在從長期以來「一顆 CPU 對四到八顆 GPU」的配置邏輯，轉向下一代數據中心中更高密度、甚至接近 1:1 CPU-GPU 配比的方向。

英特爾公司CEO陳立武在摩根大通第54屆全球科技大會上，也指出，有客戶向英特爾反饋CPU與GPU的配置比例從1:8向1:1靠攏，甚至可達4:1。陳立武還表示，物理AI（具身智能）市場更是相當大。因此，我認為我有機會在CPU上發力，並推動新的架構來驅動定製化（purpose-built）的工作負載，以針對特定的工作負載進行優化。加速器也是同樣的情況，我們要確保我們擁有它。最近，英特爾剛從高通僱來了Alex（阿歷克斯）來構建物理AI，從硅片優化一直到軟件、到系統平台工程的整個全棧，並推動機器人或數字工人（digital workers）的解決方案。

英偉達強調，今天的數據中心已經演變為可以產生持續收入的 AI 工廠。客戶真正購買的不是某一顆 GPU，而是一整套 AI 基礎設施能力。因此，衡量 AI 基礎設施價值的關鍵指標，也不再是 GPU 單價，而是單位功耗下的 token 產出、單位成本下的 token 產出、系統在線率、資源利用率、部署投產速度、軟件棧長期可用性，以及設備資產的全生命周期價值。

CPU 市場被上修的根本邏輯：CPU 不再只是服務器裏的通用計算單元，而是AI工廠裏的系統調度中樞。當 AI 從訓練走向推理，從推理走向 Agentic AI，從單機服務器走向萬卡集群和 AI Factory，數據中心真正競爭的已經不是一顆 GPU，而是一個系統。在這個系統中，CPU承擔的是秩序角色：它調度任務、管理內存、搬運數據、協調加速器、處理控制流、支撐數據庫和工具調用，並把 GPU、DPU、NIC、存儲和軟件棧組織成一個可運行、可擴展、可計費的 AI 工廠。

x86雙雄，激戰正酣

從數據來看，目前在價值更高、利潤最豐厚的大型雲廠商數據中心服務器CPU採購中，AMD幾乎已經與英特爾平分秋色。

2026 年一季度，AMD的數據中心業務收入達到58億美元，按年增長57%，主要由 EPYC CPU 和 Instinct GPU需求拉動。公司同時提到，服務器CPU收入連續第四個季度創紀錄，按年增長超過50%；主要雲廠商都在擴大 EPYC 使用範圍，以支持從通用計算、數據處理，到加速器頭部節點和新興Agentic應用在內的一系列AI工作負載。

Mercury Research數據顯示，AMD在服務器CPU市場的出貨量份額已攀升至33.2%，而營收份額達到了創紀錄的46.2%。這意味着在2026年Q1全球所有出貨的服務器CPU中，每3顆裏就有大體1顆是AMD的。AMD賣出的處理器平均價格（ASP）顯著高於英特爾。

這暴露了一個隱憂——雖然英特爾依然握有近三分之二（約66.8%）的服務器CPU數量出貨控制權，但由於其中包含價格較低的常規或中低端芯片，導致其最終拿到的收入蛋糕被蠶食到僅剩53.8%左右。

英特爾作為是傳統服務器CPU的基本盤玩家，主要是靠至強（Xeon）生態長期覆蓋企業、雲、數據庫、HPC、網絡和邊緣計算。Xeon 6包括P-core和E-core兩條路線：E-core 側重高核心密度和性能功耗比，P-core則面向更廣泛負載、AI 和 HPC，並在每個核心中內置 AI 加速能力。

面對高價值數據中心市場被不斷分流，英特爾正在把 Clearwater Forest，也就是 Xeon 6+，視為下一輪反擊的關鍵產品。作為英特爾首款基於 18A 製程打造的服務器處理器，Clearwater Forest 預計將於 2026 年上半年發布，目標客戶主要覆蓋超大規模數據中心、雲服務商以及電信運營商。

這款產品的核心邏輯，是用更先進的製程和更高密度的核心設計，去回應雲端客戶對性能、能效和部署密度的要求。Clearwater Forest 最高將提供 288 個能效核心，相比上一代 Sierra Forest，其能效核心的單周期指令執行能力提升約 17%。對於英特爾而言，這不僅是一顆新一代 Xeon 處理器，更是其藉助18A製程重塑服務器CPU競爭力的一次關鍵嘗試。

雖然CPU市場在膨脹，但競爭維度也在升維。

AMD已經把CPU與GPU、機櫃級系統綁定在一起講。AMD的第六代 EPYC Venice 採用 Zen 6 架構和 2nm 工藝，面向雲、企業和 AI 工作負載；其中Verano是 AMD 第一款專為 AI 基礎設施打造的 EPYC CPU。AMD 還表示，Venice 將覆蓋吞吐優化、性能功耗比優化、性能價格比優化和 AI 基礎設施優化等不同方向，並計劃在 2026 年晚些時候發布。

AMD也正在加速對供應鏈的投資。Lisa Su 在台北表示，全球CPU市場需求高於一年前所有人的預期，CPU 市場已經趨緊；AMD正在與台灣夥伴擴大產能，並計劃向台灣 AI 產業投資超過 100 億美元，重點包括先進封裝、基板和機櫃級系統製造。其合作伙伴包括 ASE、SPIL、PTI、Wiwynn、Wistron、Inventec、Unimicron、AIC、Nan Ya PCB 和 Kinsus 等。

陳立武在摩根大通第54屆全球科技大會上透露，Intel 18A 已經支持 Panther Lake 進入量產階段，良率每月提升約 7%，進展超出內部預期。

在CPU方向上，他強調，英特爾必須推動更深層次的架構變革，逐步轉向更具定製化特徵的芯片設計；而在加速器方向上，英特爾將通過與 SambaNova 的合作補齊相關能力。

陳立武表示：「先進封裝、晶圓代工能力，以及我們正在引入的新一代CPU架構，這些組合在一起非常令人興奮。」他對英特爾未來競爭方式的理解，已經不再侷限於單顆芯片本身。陳立武指出，未來必須走向全棧式發展，而不能只停留在硅片或網絡層面。企業不僅要構建軟件能力，還要進行內存優化，並真正推動平台級方案，最終向客戶交付完整的機箱級系統架構。在這個過程中，沒有任何一家企業能夠單打獨鬥。陳立武特別強調合作的重要性，英特爾需要合作伙伴補齊能力，也需要生態夥伴共同支撐客戶落地。

英偉達Vera CPU，來勢洶洶

對於英偉達而言，一方面憑藉GPU穩坐數據中心龍頭位置，另一方面隨着Vera CPU 出手，GPU巨頭開始進入CPU 腹地。

英偉達過去已經有Grace CPU，並通過 Grace Blackwell 進入 CPU-GPU 超級芯片階段。英偉達官方資料顯示，GB200 NVL72 將 36 顆 Grace CPU 和 72 顆 Blackwell GPU 連接在一個機櫃級、液冷系統中，形成 72-GPU NVLink 域，以服務實時萬億參數模型推理等場景。

Vera則是更強勁的下一步。

在2027財年一季度電話會上，NVIDIA表示，Vera基於定製 Arm 核心，並與 Rubin GPU 和 NVLink端到端協同設計；相比 x86替代方案，Vera宣稱可實現最高1.5倍單核性能、2倍性能功耗比和4倍機櫃密度。英偉達還稱 Vera Rubin 將在 2026 年下半年開始生產出貨，Q3 起步，並通過跨五個加速機櫃集成七類專用芯片，較Blackwell實現最高35倍推理吞吐和最高10倍AI Factory收入提升。

英偉達不是想只做GPU，它要把 CPU、GPU、NVLink、DPU、NIC、交換機和軟件棧整合成一個完整平台，整個一鍋端。

這對英特爾、AMD、Arm、Broadcom、Marvell 等廠商都會產生壓力。對英特爾和 AMD 來說，英偉達正在侵入CPU腹地；對 Broadcom和Marvell來說，英偉達通過Spectrum-X、ConnectX、BlueField和NVLink體系，也在繼續壓縮外部互聯芯片供應商的系統話語權；對Arm來說，Vera是好消息，也是複雜信號——它強化了 Arm 架構在數據中心的存在感，但也可能讓 Arm 生態更多被英偉達平台綁定。

Arm下場做芯片，

服務器CPU生態生變

Arm是這輪CPU市場擴張中最值得關注的變量之一。

Arm 的 AGI CPU 是其第一款真正意義上的量產級芯片產品，專門面向智能體 AI 工作負載設計。這款處理器基於Arm Neoverse CSS V3平台打造，目標場景是高性能計算和高密度機櫃部署。採用了明顯的機櫃優先設計思路。根據 Arm 官方資料，一個 36kW 風冷 ORv3 機櫃，目標配置可以部署 30 台 1U 服務器，每台服務器搭載兩顆 Arm AGI CPU，合計可提供 8160 個高性能 CPU 核心。

從規格上來看，Arm AGI CPU 最高可提供 136 個 Neoverse V3 核心，每個核心配備 2MB 二級緩存，採用 Armv9.2 架構，支持 bfloat16 和 INT8 AI 指令，熱設計功耗為 300W。同時，它支持 12 通道 DDR5-8800 內存，每個核心最高可獲得 6GB/s 的內存帶寬，並配備 96 條 PCIe Gen6 通道，支持 CXL 3.0 內存擴展和互連能力。

Arm在官方博客提到，Meta是AGI CPU 的主導合作伙伴和客戶，雙方共同開發這款芯片，用於優化 Meta 面向千兆瓦級 AI 基礎設施的部署，並與 Meta 自研的 MTIA 加速器協同工作。

Arm在2026財年四季度電話會中明確提到，到FYE31，公司預計AGI CPU收入將達到150 億美元，IP收入達到100億美元，合計收入目標為250億美元。

對 Arm 來說，AGI CPU 不是一次簡單的產品發布，而是公司商業模式的一次邊界擴張。過去，Arm 更多站在服務器 CPU 產業的底層，通過架構授權和 IP 版稅參與 AWS、Google、Microsoft、NVIDIA、Ampere 等客戶的數據中心芯片增長；但 AGI CPU 的出現，意味着 Arm 第一次以成品硅片供應商的身份直接進入數據中心 CPU 市場。

不過，Arm 的角色也因此變得更加微妙。一方面，它依然可以通過 Neoverse 架構、CSS 計算子系統和 IP 授權模式，持續從雲廠商自研 CPU 中獲益；另一方面，當 AGI CPU 進入量產級芯片市場後，Arm 也可能與部分採用其 IP 授權的客戶形成新的競爭邊界。

但無論如何，Arm 已經不再只是過去那個以移動端架構聞名的 IP 公司。它正在成為數據中心 CPU 市場中越來越重要的底層架構提供者和基礎設施級玩家。

寫在最後

在AI的上半場，行業記住了GPU的狂飆；而在AI的下半場，加速膨脹的CPU正用實力證明，重塑科技未來的系統級算力新秩序，依然離不開這位歷久彌新的主控之王。

而這片CPU的新藍海，註定不會是風平浪靜。無論是AMD在營收份額上的步步緊逼，英特爾依託18A先進製程的生死反擊，英偉達憑藉Vera平台祭出的「一鍋端」式系統包攬，還是Arm帶着AGI成品硅片打破商業邊界的親自下場，都預示着一場升維的算力戰爭才啱啱打響。