2025 年 11 月 17 日，英特尔高级封装工程师什里帕德・戈哈尔在亚利桑那州钱德勒市的英特尔先进封装工厂内，向美国消费者新闻与商业频道记者凯蒂・塔拉索夫展示至强服务器芯片。过去一个月，芯片股迎来暴涨行情；美光科技大涨 80%、闪迪上涨 52%、英特尔飙升 85%，仅是本轮行情中的部分代表企业。
本轮芯片大涨背后，核心驱动力是人工智能系统架构向 “编排调度（Orchestration）” 模式演进：AI 算力负载不再集中在少数大型中心化芯片集群，而是分散调度至多条并行处理通道。
在这种新架构下，相比性能强劲的显卡 GPU，市场需要更多传统中央处理器 CPU。而在人工智能发展第一阶段，正是 GPU 需求激增助推了英伟达股价大涨。
尽管 GPU 在模型训练、智能问答等 AI 核心任务中仍不可或缺，但华尔街认为，随着人工智能向智能体 AI（Agentic AI） 演进 —— 即 AI 能更好理解并执行通用化指令，芯片需求结构将持续向编排调度模式倾斜。
机构观点：智能体 AI 重塑 CPU 与 GPU 配比
摩根士丹利分析师金肖恩及其团队在周一投资者研报中表示：
“智能体 AI 会增加系统编排调度、内存调度及工具调用类工作负载，抬升 AI 系统中 CPU 相对 GPU 的配置比例。 这并不会削弱 GPU 需求，但会提升整体系统复杂度，同时把新增基础设施开支更多转向 CPU、网络设备与存储芯片。”
行业新热词：编排调度
科技巨头纷纷看好编排调度架构，强调优化基础设施内部协同适配、而非单纯升级芯片架构，才是提升 AI 算力的关键。
元宇宙平台 Meta 在 4 月声明中表示，将租用亚马逊云旗下数千万颗 Graviton 自研 CPU：
“没有任何一种单一芯片架构，能高效承载所有算力负载。随着智能体 AI 研发推进，算力需求正在转向更多 CPU 资源。”
芯片厂商超威半导体（AMD）也在 2 月与 Meta 达成合作，将 CPU 纳入编排调度核心布局。据报道，这笔600 亿美元合作协议约定：未来五年 Meta 将采购价值 60 亿美元的 AMD 芯片，并可最高收购 AMD 10% 股份。
AMD 在声明中称：“随着 AI 基础设施规模与复杂度持续扩张，CPU 已成为 AI 算力栈的战略支柱，与 GPU 协同实现算力高效运行、弹性扩容与智能编排调度。”
网络安全领域印证编排调度价值
编排调度模式已被证明能以更低成本提升 AI 能力。
上月 Anthropic 推出 Mythos 大模型，在网络安全领域引发震动，随后该公司限止了模型开放权限。但多家研究机构通过调度整合多款开源中端模型，已复刻出同类能力。
维多克安全实验室研究人员表示：“我们采用开源的 GPT-5.4 与 Claude Opus 4.6 模型，搭配标准化分块安全审计流程，在不依赖 Anthropic 内部技术栈的前提下，复刻并优化了其公开案例效果，实用性更强。”
研究团队指出：“重点不在于 Mythos 是否更强，而是现有开源模型通过编排调度，已能实现同等水准能力。”
网络安全企业 Aisle 也采用类似方式：通过调度多颗小型、低成本模型协同运行，成功定位同类安全漏洞。
该机构表示：“普通中小模型借助专业编排调度框架，就能产出行业高度重视的研究成果。”
一位行业顾问向 CNBC 直言：市场把AI 算力完全等同于 GPU，本身就是一种认知误区。
德勤前首席云官戴维・林西库姆表示：“市场普遍误以为做 AI 就必须用 GPU，事实并非如此。这种认知或许源于英伟达的营销造势。我在培训架构师时一直强调，优先选用最简可行技术方案，尽量多用 CPU 替代冗余 GPU 算力。”
其他受益赛道
向编排调度架构转型，也让数据中心供应链其他环节迎来红利，尤其是连接各处理通道的中间配套领域：
包括电子设计自动化、基板管理控制、芯片基板材料，以及 DRAM 内存、NAND 闪存等存储系统。
摩根士丹利 5 月 11 日智能体 AI 研报中，列出的下游受益标的包括：科磊、楷登电子、台湾金 Circuit 电子，以及三星、SK 海力士、美光、闪迪、铠侠等全球头部存储大厂。
责任编辑：郭明煜