📋 全文总结 本次电话会议围绕AI时代CPU的需求爆发与全球产业格局重塑展开深度讨论。核心观点是： Agentic AI正在驱动CPU需求进入新一轮增长周期，但短期爆发程度不及市场预期，预计未来两个季度内CPU与GPU的配比将从当前的1:3~1:4逐步收窄至1:2甚至1:1，主要驱动力来自AI任务编排（
- 需求侧现状：国内头部CSP（阿里、腾讯、字节）的CPU采购量环比提升超过50%，但仍以GPU服务器机头（如1:8配比）为主，短期CPU与GPU配比未出现显著变化，维持在1:3~1:4之间。真正的配比变化预计两个季度后才会显现。
- Agentic AI是CPU需求爆发的核心驱动力：传统Chatbot模式以GPU算力为主，但Agent AI需要大量CPU进行任务编排、管理、调度和容器/沙箱分配，而非单纯的Token计算。这将在原理上推动CPU需求增速超过GPU，但短期客户采购模型尚未反映这一变化。
- 供给端与价格：CPU的紧俏从2025年Q4开始显现，环比增长约20%，并非爆发式增长。与内存缺货相比，CPU的紧缺程度相对温和。头部云厂商通过长协采购，折扣收窄但未出现实质性涨价；渠道市场价格波动较大，随供需变化。
- 产品竞争格局：CPU市场分为x86（AMD、Intel）和ARM（英伟达Vera）两大阵营。AMD凭借更高的核心密度（192-256核，是Intel的两倍）和更优的TCO（单位算力成本），在数据中心市场份额已超50%。英伟达Vera的CPU算力仅为AMD的1/3，但其最大优势是通过NVLink与GPU实现超高带宽互联（是传统PCIe的3-4倍），形成差异化竞争力。
- 大厂自研CPU趋势：技术难度不大，多数基于ARM IP定制，但台积电产能紧张（头部客户排序：英伟达>苹果>AMD>高通），自研厂商难以获得足够流片量来摊薄研发成本。ARM进入数据中心已是第三次尝试，生态尚未发生根本性变化。部分厂商（如字节、阿里）开始同时布局ARM和RISC-V。
- 芯片设计周期与AI影响：半导体产品设计周期约4年，未来3年的产品早已定型，当前AI爆发只会影响4年后的设计。AI已在优化芯片设计（性能测试、晶圆设计等）和拉动CPU需求（大模型厂商需大量存储节点，存储机头需配CPU）两个方向上发挥作用。
- 国内CPU差距：海光等国产x86 CPU基于Zen1架构演进，单核性能约为海外最新产品的40%，核心数提升约两倍，整体差距明显。受制于流片成本（先进制程流片费用超1亿美元）和研发投入不足，追赶仍需时间。
- 产能卡点：CPU不存在类似GPU的CoWoS封装瓶颈，目前无显著产能卡点。配套零部件（如CPU底座）曾有过阶段性缺货，但已缓解。