文｜半导体产业纵横

当凭借驱动AI的专用GPU赚得盆满钵满的英伟达宣布“看好CPU赛道的潜力。”当Vera Rubin平台带着36颗Vera CPU与72颗GPU的配置亮相，当国际机构集体预判CPU供需缺口将持续扩大，一个明确的信号已然浮现：AI算力的核心叙事逻辑，正在从“GPU单极主导”向“CPU+GPU协同共生”演进。

 CPU的重要性，不亚于GPU

黄仁勋对CPU的押注，绝非临时起意，在过去很长一段时间中，英伟达都对PC市场充满渴望。

早在2011 年的CES上，英伟达正式公布Project Denver（丹佛计划），宣布基于 ARM 架构开发定制CPU 核心。之后在2014年与2018年，英伟达陆续发布移动处理器Tegra K1、用于自动驾驶与边缘计算Carmel CPU 核心等。

2021年4月英伟达发布基于Arm架构的Grace CPU，标志着这家GPU巨头正式杀入服务器CPU战场。Grace并非传统意义上的通用处理器，而是专为AI、HPC（高性能计算）和大规模数据处理而设计的“加速型CPU”。

近日，Meta宣布与英伟达公司达成新的采购协议，将购买数百万颗英伟达下一代Vera Rubin图形处理器和同等数量的Grace中央处理器，以支持其人工智能发展战略。据悉，Meta已经是英伟达最大的客户之一，多年来一直在使用英伟达的GPU，但这项新协议表明两家公司将建立更深层次的合作伙伴关系。值得注意的是，Meta还承诺大量采购英伟达的Grace CPU，并将其作为独立芯片部署，而不是与GPU配合使用。

英伟达表示，Meta将成为首家独立部署Grace CPU的公司，从明年开始，还将部署下一代Vera CPU。值得注意的是，Vera CPU是英伟达推出的新一代AI芯片，属于其自研Arm架构CPU系列，于2026年1月6日在CES 2026上官宣，并预计于2026年3月16日至19日在GTC 2026上正式发布，计划于2026年下半年开始向微软等首批客户交付。该芯片旨在为下一代大模型训练与推理提供支持 。

在此前的拉斯维加斯消费电子展上，黄仁勋还表示："英伟达跻身全球顶级CPU制造商行列不会令人意外。"

在AI算力被GPU刷屏的这几年，市场很容易形成一个惯性认知：AI = GPU。但走到2026年，一个被云厂商、大模型公司用真金白银验证的结论正在成为共识：CPU在数据中心的重要性，丝毫不亚于GPU。

为什么过去几年行业只追捧GPU，却把CPU当成 “配角”？核心原因很简单：AI还处在 “训练为王” 的阶段。2023—2025年，行业重心是把大模型 “训出来”，比拼的是极致并行算力、矩阵乘法效率，GPU凭借架构优势，天然成为训练阶段的绝对主角。此时CPU只承担基础调度、数据搬运等辅助工作，自然不被舆论聚焦。

但从2025下半年到2026年，AI产业完成了一次关键范式切换：从训练为主，转向推理、执行、规模化落地为主。Agent、RAG、工具调用、多模态交互、强化学习环境搭建…… 这些商用化场景，不再是单纯的并行计算，而是大量逻辑判断、串行执行、系统调度、I/O 管控、内存调度、任务分发。这些恰恰是GPU的短板、CPU的主场。

行业数据已经给出答案：在典型 Agent 工作流中，CPU处理延迟占比高达90%，成为端到端性能的头号瓶颈。过去“堆 GPU 就能提效” 的逻辑彻底失效 ——CPU跟不上，GPU利用率就上不去；CPU规格不够，集群就开不满。2026 年开年Intel、AMD服务器CPU集体涨价、产能被抢空，正是这一趋势的直接体现。

目前英特尔和AMD的CPU普遍缺货，服务器CPU交货周期最长可达6个月，消费级CPU也面临延迟和涨价。英伟达选在这个节点重兵投入服务器CPU，既是补全自身全栈算力版图，也是直击 x86 阵营的供给软肋。它的逻辑非常清晰：

不做通用CPU，而是为AI集群量身定制，和GPU、DPU、高速互联深度协同；

解决行业最痛的问题：CPU瓶颈导致GPU利用率上不去、集群跑不满；

用一体化方案，对冲当前x86 CPU缺货、交付不稳定的风险。

这也意味着，数据中心算力竞争正式从“单芯片比拼” 进入 “全系统较量”。

CPU缺货了，格局也变了

再看一下当前服务器CPU市场的竞争格局。

过去二十年，服务器CPU市场几乎被英特尔和AMD牢牢掌控。凭借成熟的x86指令集、庞大的软件生态以及与操作系统、中间件的高度兼容性，x86架构成为企业级市场的默认选择。尤其在通用计算、数据库、虚拟化等场景中，x86 CPU的综合优势无可替代。

但这一双寡头格局正加速生变，英特尔长期以来的主导地位持续承压，AMD 则凭借技术突破实现份额稳步攀升。

上图显示，截至2025年，AMD在服务器市场的出货份额已接近30%，而英特尔虽仍占据主导地位，但份额较高峰期有所回落。这一变化源于多重产业因素，而非单一技术优劣。

业内人士向半导体产业纵横表示：

首先，客户需求正在分化。

超大规模云服务商对高核数、高能效、高I/O带宽的需求快速上升。AMD自EPYC系列起采用Chiplet（小芯片）架构，结合台积电先进制程，在96核以上产品上实现较快落地，契合了部分云厂商对“每瓦性能”和横向扩展能力的偏好。但这并不意味着AMD毫无短板。该人士表示：“AMD的Chiplet小芯片架构，虽然能快速堆核心数，但不同小芯片之间的通信延迟偏高，这是它一直以来的问题。”业内人士补充道，而英特尔的优势恰恰在这里——核电通信延迟低，再加上多年积累的软件和硬件生态，适配性更好，这也是它在当前AI浪潮中能稳住份额的关键。

其次，价格策略，则成为AMD撬动市场的另一把“钥匙”。

“整体来看，AMD的服务器CPU价格会比英特尔略低，尤其是在渠道市场，AMD的策略更激进。”业内人士透露，AMD对老型号产品会给出大幅折扣，导致市场上充斥着高性价比的旧款AMD CPU，而英特尔则坚持稳健的价格控制，不轻易降价。这种价格差异，也让不同客户群体做出了不同选择。互联网大厂和主流服务器厂商，更看重技术迭代，会紧跟英特尔的新品节奏，优先采购最新款或上一代产品；而广大中小客户、渠道装机市场，更在意性价比，大量选用AMD的旧型号产品。除此之外，工控、IoT、边缘端等细分领域，虽有部分客户仍在使用老旧产品，但这部分市场对整体格局的影响相对有限。

最后，供应链策略差异也正在显现。

作为长期占据行业龙头的英特尔，曾凭借自主制造体系（IDM模式）稳稳握住技术主动权，但2021年前后，其制程工艺的迭代突然“慢了下来”。从而导致新品推出节奏明显脱节，比AMD慢了半拍甚至一拍，很多客户等不及，就转头选择了AMD的新品。”业内人士解释道。

反观AMD，走了一条与英特尔截然不同的路——放弃自主制造，全部交由台积电代工。这一选择恰好踩中了先进制程的风口，从7nm到如今的3nm，AMD紧跟台积电的工艺节奏，产品性能和能效比一路提升。不过近几年，英特尔 18A 制程工艺日趋成熟，正逐步削弱制程层面带来的性能差距。

对于市场普遍关注的“未来5-10年，AMD是否能拿下半数的数据中心x86 CPU市场”的疑问，业内人士给出了明确答案：“大概率不会。”在他看来，双方的优势领域已经形成互补，且难以相互替代。

“AMD的高核心数适合云计算、大数据这类规模化场景，而英特尔的低延迟和成熟生态，在AI、金融科技等高端领域不可替代。”他进一步分析，如今英特尔的制程已经基本回归先进水平，短板主要在产品设计上，目前也在不断优化产品理念，应对AMD的竞争；而AMD则需要解决延迟问题，同时补齐软件生态的短板，才能进一步提升份额。

CPU市场的变量，不止英伟达

除却英伟达，CPU底层架构的博弈正悄然重塑服务器市场的长期格局。

此前x86架构在全球服务器CPU市场占有率同样高达90%，然而根据市场研究机构Dell'Oro Group最新报告，2025年第二季度，ARM架构处理器在服务器CPU市场份额已达到25%，相比去年同期的15% 大幅提升了10个百分点。 这一显著增长主要得益于英伟达基于ARM架构的Grace平台的大规模交付，以及大型科技企业定制芯片的加速部署。

比如，亚马逊网络服务凭借其Graviton系列开创了超大规模ARM服务器处理器，首次发布于2018年。该公司认识到，在其数据中心运行的大部分工作负载不需要x86处理器提供的最大单线程性能，但将从改进的能效和成本效益中获益巨大。到2024年，AWS表示其大约一半的新CPU部署使用Graviton处理器而不是x86芯片。

谷歌随后推出了其Axion处理器，于2024年宣布，声称与同类x86处理器相比功耗降低百分之六十，同时为典型云工作负载提供同等性能。

究其原因，首先，传统x86架构在高负载下往往伴随显著的能源消耗，而ARM通过精简指令集与更高效的芯片设计，在同等算力下大幅降低单位能耗，为云服务提供商节省了持续性的运营成本。其次，其灵活的许可模式则彻底打破了芯片授权的垄断逻辑——云厂商无需支付高额授权费用，即可自由定制处理器架构，深度适配自身工作负载，将算力从"通用适配"升级为"场景定制"。这种模式不仅重构了芯片创新的参与门槛，更让云服务从"购买硬件"转向"定义算力"，真正实现按需优化。最后，低成本优势则进一步消除了算力普及的障碍，使云服务在经济性上更具竞争力。

不止是ARM架构，基于 RISC-V 架构的服务器 CPU 也在迅速“破圈”。RISC-V架构有着开源、指令精简和可扩展的优势，在注重能效比的物联网领域收获颇丰。不过，这并不意味着RISC-V无法进军有更高性能要求的PC和服务器市场。

关于RISC-V 架构的优势，笔者总结主要有四点：

第一点，它是开源的，这意味着它自主可控。第二点，它是可定制化的，如此便十分契合专用服务器的定制化需求。第三点，它的成本更低，目前RISC-V IP核的授权费和版税只有ARM的1/3-1/4。如果采用RISC-V方案，能很大程度降低芯片、服务器厂商的成本。第四点，RISC-V存在一些独特的性能优势，比如其有能力在单位面积上提供更高性能和核数，这使其在有着高效能需求的AI等应用中更加高效。

如今，已有多家公司的RISC-V架构服务器CPU芯片亮相。比如阿里巴巴的玄铁RISC-V CPU，以及睿思芯科的全自研高性能RISC-V服务器芯片等。

阿里云无影事业部总裁张献涛曾表示“我觉得经过5-8年的发展，未来在服务器里面的大规模应用应该是不成问题的。很多公司对它的期待很高，一定会加速进程往前发展的。RISC-V架构从低功耗IoT终端大规模应用到数据中心，大概5-8年内就能实现。”

微核芯CEO郇丹丹表示高性能计算场景才是打开RISC-V市场空间的关键。“过去RISC-V大多都是面向AIoT领域，低成本低性能领域已经是红海市场，作为新兴指令集的RISC-V产业要想发展壮大，只有伴随着数据中心在高性能领域（服务器、AI计算）的新兴应用成长才是打开市场空间的关键。”

如今，英伟达携Grace、Vera CPU重兵入局，ARM架构凭高能效与定制化优势快速崛起，RISC-V则以开源之力打破垄断壁垒，曾经由x86双寡头主导的格局被彻底打破。随着AI产业从“训练为王”转向“推理落地”，CPU的核心价值愈发凸显，算力竞争也从单芯片比拼升级为全系统较量。