美国银行近日发布的半导体行业研究报告引发市场关注，其核心观点颠覆了近年来关于AI算力发展的主流认知——随着智能体AI（Agentic AI）技术的突破，CPU不仅不会边缘化，反而将迎来新一轮增长周期。报告将2030年全球服务器CPU市场规模预期从1250亿美元上调至1700亿美元，较2025年基数增长近五倍，年复合增长率达37%，其中智能体AI相关需求被视为主要驱动力。
传统AI大模型以“问答交互”为核心，用户输入问题后，模型通过GPU集群完成并行计算并输出答案。这种模式下，CPU主要承担数据预处理、任务调度等辅助性工作，市场普遍认为其价值将逐步被GPU取代。然而智能体AI的兴起正在改变这一格局，这类系统不再局限于内容生成，而是具备自主规划、工具调用、多任务协调等能力。例如，AI助手可自动完成航班查询、酒店比价、行程规划、邮件撰写等复杂流程，其运行机制更依赖低延迟的顺序执行和复杂I/O管理，这正是CPU的专长领域。
美银分析指出，未来AI数据中心将形成“CPU+GPU”的协同架构。GPU继续主导训练和推理环节，而CPU则承担三大核心职能：一是支撑传统云计算和企业服务器业务；二是作为AI集群的“头节点”协调数千颗GPU的运算资源；三是新增的智能体专用节点，负责管理推理循环、状态记忆、工具调用等任务。据预测，到2030年智能体CPU市场规模将达700亿美元，与AI集群CPU市场规模持平，数据中心将出现大量专用CPU机架。
报告特别强调，CPU需求增长并非挤压GPU市场，而是伴随AI系统复杂度提升产生的增量需求。随着模型能力增强、智能体数量增加和工作流复杂化，任务调度、数据交换和资源管理的需求将呈指数级增长。美银预计，到2030年AI数据中心中CPU与GPU的数量比将从当前的1:2-1:4提升至1:1以上，形成“双引擎驱动”的产业格局。这一转变将使与头部云厂商和AI企业深度合作的CPU供应商获得估值重构机会。
技术演进逻辑正在发生根本性变化。过去AI竞争聚焦于GPU算力堆砌，未来则转向系统级架构优化。CPU作为协调中枢，需与GPU、HBM存储、网络通信等组件形成高效协同。例如，在智能体执行多步骤任务时，CPU需实时分配GPU资源、管理内存数据流、监控任务进度，这种系统级管理能力成为关键竞争力。市场此前低估了复杂工作流对CPU的依赖程度，而智能体AI的普及正将这一隐性需求转化为显性市场。
行业观察人士指出，这份报告重新定义了AI算力竞赛的规则。随着应用场景从“生成内容”向“执行任务”延伸，算力需求呈现多元化特征。GPU擅长处理并行计算密集型任务，CPU则专精于逻辑控制密集型工作，两者缺一不可。这种认知转变或将引发资本市场对半导体产业链的重新评估，那些在CPU架构优化、异构计算集成等领域具备技术积累的企业，有望在AI新周期中占据有利地位。
