AMD首席执行官苏姿丰在近期举办的摩根士丹利技术峰会上透露，企业级服务器CPU市场正经历超预期增长，公司目前正全力应对订单激增带来的产能压力。这一变化与人工智能领域的技术演进密切相关——随着AI智能体（Agent）应用的普及，传统计算架构中CPU与GPU的分工模式正在被重新定义。
据苏姿丰介绍，现代AI工作负载中推理阶段和自主决策流程对CPU的依赖度显著提升。相较于训练阶段对GPU算力的集中需求，AI智能体在执行复杂任务时需要更强的通用计算能力支撑，这直接推动了meta等超大规模云服务商调整采购策略。这些企业近期纷纷与AMD、英伟达等芯片制造商签订独立CPU供应协议，标志着计算资源配置从GPU单一主导向多元架构转型。
"尽管GPU业务持续保持强劲增长，但CPU市场的爆发速度完全超出预期。"苏姿丰坦言，即便基于过往经验已对需求增长保持乐观预估，但客户实际反馈显示AI配套的CPU计算需求仍被严重低估。这种供需失衡导致AMD当前面临显著的供应压力，主要原因是客户需求在近两个季度出现陡峭上升，给供应链调整预留的时间窗口过短。
针对产能瓶颈问题，AMD正在与台积电等关键合作伙伴深化协作，通过优化生产流程和提升晶圆投片量缓解供应紧张。苏姿丰预计，随着新建产能在明年逐步释放，公司处理器架构的扩展性将充分显现，能够有效承接AI训练、推理及智能体应用带来的指数级算力需求。其特别强调，AMD最新一代EPYC处理器在指令集优化和内存带宽方面的改进，使其在处理多模态AI任务时具备显著优势。
行业动态显示，这种结构性转变并非个案。英特尔近期公开承认，由于产能调配滞后，部分超大规模客户的订单交付出现延迟。英伟达则通过推出Vera架构CPU，与戴尔、惠普等基础设施供应商建立独立供货渠道。这些动向共同印证了CPU在AI基础设施中的战略地位正在回升，计算生态正从"GPU中心主义"向"异构协同"模式演进。
市场研究机构Gartner最新报告指出，2024年全球数据中心CPU市场规模预计突破380亿美元，其中AI相关应用驱动的增量需求占比将超过45%。这种转变正在重塑芯片行业的竞争格局，传统以GPU见长的厂商不得不加速补强CPU产品线，而CPU制造商则通过架构创新拓展AI市场空间。
