【中信建投：Agentic AI重塑通用计算价值】
从预训练到强化学习与Agentic AI，人工智能的范式演进推动了CPU需求量的显著提升。在Agent场景中，CPU的并发处理、内存带宽与任务调度能力直接决定了Agent的端到端响应延迟与任务吞吐效率。当Agent并发量超过传统CPU承载上限时，会出现请求队列堆积、工具调用超时、多轮推理循环延迟飙升等问题，CPU成为系统性能的核心制约因素。过去在算力产业链价值分配上CPU被持续边缘化，而随着AgenticAI带来的CPU需求激增，叠加上游涨价与产能受限，导致今年以来全球CPU市场涨价及缺货持续加剧。
在不同类型智能体任务中，CPU在运行耗时和能耗占比上相较于GPU占据较高比重，成为Agent运行的主要瓶颈。根据Georgia Tech与Intel于联合发布的研究成果：1）运行耗时：在RAG、联网搜索Agent、重度科研任务这三类Agent任务中，CPU耗时占比均超过了总耗时的80%；2）能耗占比：在中大批量情况下，以上任务的CPU能耗占比最大分别达到了61%、57%、60%；3）吞吐效率：GPU具备极强的并发扩展能力，而CPU随着并发规模的增长其平均延迟显著提升。同时GPU计算能力可随Infra技术迭代大幅优化，而CPU一方面无法享受AI算法的量化与稀疏化红利，另一方面CPU运算具有严格的因果串行逻辑，计算资源难以被优化和压缩，更加依赖硬件性能提升和Capex扩容。
Agentic AI不仅带来了AI服务器内CPU数量的增加，同时也催生出庞大的独立CPU服务器计算节点的需求。在AI服务器内中，GPU/CPU配比目前为8:1到8:2，在GB200/Vera-Rubin等新架构下配比提升至2:1；同时CPU Sandbox集群（新增需求）作为调度中枢，专门负责运行Agent框架、沙箱环境、代码执行，将成为未来CPU的主要增量，目前微软打造的Fairwater下一代数据中心已经采用GPU与CPU集群分离设计。Arm CEO Haas指出，传统AI负载在每GW的数据中心容量下约需3000万个CPU核心，而在Agentic AI时代CPU核心需求将激增至每GW一亿两千万颗。同时在Intel在2026Q1财报电话会上表示未来的CPU与GPU配比将从现在的8:1提升至1:1。
投资策略：1）CPU：随着人工智能范式向智能体和强化学习演进，推动CPU市场总量大幅扩容及规格代际提升，X86与Arm厂商均受益市场需求的爆发；2）CPU数量的增加将系统性地拉动内存接口芯片（RCD、MRCD/MDB）的需求基数，包括PMIC、SPD Hub等器件用量也将随之实现同比例增长；3）CPU需求增加将拉动本土服务器OEM/ODM厂商的出货量。
来源：中信建投
